一個穩健的狀態機框架，將對話中的承諾轉化為持久、可追蹤且自動執行的檔案。
安裝與下載
1. ClawHub CLI
從來源直接安裝技能的最快方式。
npx clawhub@latest install commitment-engine
2. 手動安裝
將技能資料夾複製到以下位置之一
~/.openclaw/skills/ <project>/skills/ 優先級：工作區 > 本地 > 內建
3. 提示詞安裝
將此提示詞複製到 OpenClaw 即可自動安裝。
請幫我使用 Clawhub 安裝 commitment-engine。如果尚未安裝 Clawhub，請先安裝（npm i -g clawhub）。
想要直接下載？
取得包含原生技能檔案的ZIP壓縮檔。
什麼是 Commitment Engine？
Commitment Engine v2 旨在克服 LLM 短期記憶的侷限性。雖然傳統的上下文視窗會隨時間丟失資訊，但該技能將意圖轉化為基於檔案的持久化狀態機。透過利用 Openclaw Skills，它確保每一個口頭承諾（無論是週期性報告還是單次跟進）都被視為系統級保證，而不是易錯的記憶。
其核心理念是將「意願」轉化為「狀態」。透過使用預寫日誌 (WAL) 協議，代理在回覆使用者之前，必須先將任務記錄在 Commitment Ledger 中。這種架構保證了代理的預定操作與活躍的對話上下文解耦，從而即使在心跳喚醒後也能可靠執行。
Commitment Engine 應用場景
- 無需使用者提醒，自動追蹤每日或每週的週期性任務。
- 為隱式任務設定強制截止日期（例如：自動為當日請求分配 21:00 的截止日期）。
- 管理帶有 1 小時內部計時器的對外跟進承諾。
- 建立所有代理承諾及其當前執行狀態的可驗證稽核追蹤。
Commitment Engine 運作原理
- 代理在對話流中識別出時間敏感型任務。
- 在回覆使用者之前，代理遵循 WAL 協議將任務寫入 workspace/commitments.md。
- 在每個心跳週期內，Openclaw Skills 協議優先掃描 Commitment Ledger。
- 在觸發時間 30 分鐘內的任務進入準備狀態以生成輸出。
- 在截止時間 10 分鐘內的任務獲得最高優先級，中斷其他非必要進程。
- 狀態機從活躍更新為已完成或逾期，並對任何失敗發送即時通知。
Commitment Engine 設定指南
要初始化 Commitment Engine，請確保您的代理有權存取 workspace 目錄並設定初始的 ledger 檔案。對於週期性任務，請與 cron 系統整合：
# 為週期性承諾添加硬保證
openclaw cron add --name "daily-report-prep" --cron "50 17 * * 1-5" --message "Commitment Engine Trigger: C001. Read commitments.md and execute."
確保代理遵循 H12 硬性規則：在向使用者確認任務之前寫入 ledger。
Commitment Engine 資料結構與分類體系
系統以 Markdown 格式維護一個 Commitment Ledger，結構如下：
| 屬性 | 描述 |
|---|---|
| ID | 承諾的唯一識別碼 |
| Content | 任務的詳細描述 |
| Type | 分類：週期性或單次 |
| Status | active, preparing, awaiting_confirm, executing, completed, failed, overdue, cancelled |
| Trigger Time | 執行的目標時間戳 |
| Next/Last Execution | 週期性邏輯的追蹤 |
所有狀態變更都會在 ledger 和代理的每日記憶檔案中記錄。
Commitment Engine 進階特性
- WAL (Write-Ahead Logging) 協議確保沒有任何任務在未被記錄的情況下得到確認。
- 雙層保護，結合軟心跳檢查與透過 Openclaw Skills 進行的硬 cron 觸發。
- 優先級升級邏輯，當承諾截止日期在 10 分鐘內時，中斷低優先級任務。
- 自動狀態機，處理草稿確認、執行重試和逾期提醒。
SKILL.md
加載中
Openclaw 相關技能
小紅書內容遷移
一個自動抓取小紅書筆記，並透過 REST API 同步發布到 Facebook Meta Business Suite 與 WordPress 的自動化解決方案。
Harness Research
Harness Research 是一個自動化智慧引擎，旨在追蹤、分析最新的 AI Agent 研究論文，並將其直接映射到您系統的改進目標中。
Agent Harness Architect
一項專業診斷技能，旨在透過實作結構化會話橋接與驗證協定來加固長期運行的 AI Agent 架構。
精選*
