Kỹ năng Agent Pattern Mining cho phép các AI agent nghiên cứu các codebase của agent, CLI hoặc trợ lý bên ngoài và khai thác các mẫu kiến trúc có thể chuyển giao thành các nâng cấp workflow cục bộ.
Cài đặt & Tải xuống
1. ClawHub CLI
Cách nhanh nhất để cài đặt kỹ năng trực tiếp từ thư viện.
npx clawhub@latest install agent-pattern-mining
2. Cài đặt Thủ công
Sao chép thư mục kỹ năng vào một trong những vị trí sau
~/.openclaw/skills/ <project>/skills/ Ưu tiên: Không gian làm việc > Cục bộ > Gói sẵn
3. Cài đặt Prompt
Sao chép prompt này vào OpenClaw để tự động cài đặt.
Giúp tôi cài đặt agent-pattern-mining bằng Clawhub. Nếu Clawhub chưa
Bạn muốn tải xuống?
Nhận các tệp kỹ năng gốc dưới dạng lưu trữ ZIP.
Khai phá Mẫu Agent là gì?
Kỹ năng Agent Pattern Mining cung cấp một phương pháp luận có cấu trúc để Openclaw Skills phân tích các framework AI agent trưởng thành, các CLI mã hóa hoặc các codebase trợ lý (chẳng hạn như Claude Code, Codex, Gemini CLI hoặc Cursor). Thay vì thu thập nguồn cảm hứng mơ hồ, kỹ năng này hướng dẫn một agent mổ xẻ một cách hệ thống các kho lưu trữ bên ngoài và biến các tính năng quan sát được thành các cải tiến kỹ thuật cục bộ có thể hành động.
Bằng cách tận dụng kỹ năng này, các nhà phát triển có thể nâng cấp môi trường AI cục bộ của họ thông qua các tạo tác cụ thể. Agent quét kiến trúc cốt lõi của codebase nguồn — tập trung vào các đăng ký lệnh, hệ thống bộ nhớ, theo dõi ngữ cảnh và ranh giới an toàn — và ánh xạ trực tiếp các phát hiện đó tới các nâng cấp cục bộ tương đương. Điều này đảm bảo rằng các mẫu thiết kế có giá trị được áp dụng nhanh chóng dưới dạng các kỹ năng mới, các quy tắc workflow được tối ưu hóa hoặc tài liệu được cập nhật.
Trường hợp sử dụng Khai phá Mẫu Agent
- Đánh giá trải nghiệm người dùng agent tiên tiến, khả năng lập kế hoạch hoặc các mẫu kiến trúc so với các tiêu chuẩn ngành.
- Phân tích các framework AI agent mới phát hành hoặc các codebase CLI của nhà phát triển để rút ra các bài học kỹ thuật có thể chuyển giao.
- Biến các tính năng quan sát được từ các công cụ AI cao cấp thành các Openclaw Skills cục bộ tùy chỉnh, nâng cấp workflow hoặc cải tiến cấu hình.
- Cập nhật các hướng dẫn hệ thống cục bộ, system prompt, tài liệu vận hành (
AGENTS.md,TOOLS.md) hoặc các bản ghi bộ nhớ bền vững với các mẫu đã được chứng minh.
Cách thức hoạt động của Khai phá Mẫu Agent
- Xác định Phạm vi Nguồn: Làm rõ các mục tiêu đánh giá cụ thể (chỉ phân tích, tạo kỹ năng mới hoặc triển khai workflow) và ưu tiên đọc tệp có mục tiêu hơn là quét kho lưu trữ toàn diện.
- Ánh xạ Kiến trúc: Kiểm tra nhanh các điểm nhập, đăng ký công cụ, mã bộ nhớ/ngữ cảnh, lập kế hoạch tác vụ, cấu trúc quyền và cơ chế quan sát trong khi bỏ qua cơ sở hạ tầng bị khóa bởi nhà cung cấp.
- Xây dựng Ma trận Chuyển giao: Đánh giá từng mẫu có triển vọng bằng cách ghi lại tính năng nguồn, lợi ích của người dùng, rủi ro về tính di động, giá trị tương đương gần nhất trong Openclaw Skills và một hành động cục bộ cụ thể.
- Phân loại các Phát hiện: Phân loại các tính năng thành 'Áp dụng ngay' (cập nhật kỹ năng/tài liệu ngay lập tức), 'Tạo nguyên mẫu sau' (yêu cầu thay đổi runtime) hoặc 'Không sao chép' (bị khóa bởi nhà cung cấp hoặc có giá trị thấp).
- Áp dụng Cải tiến: Thực hiện các cập nhật một cách hệ thống bằng cách tạo/cải thiện các kỹ năng, cập nhật các tệp workflow (
AGENTS.md), sửa đổi các ghi chú vận hành (TOOLS.md) hoặc ghi lại các bài học bền vững trongMEMORY.md. - Báo cáo Cụ thể: Cung cấp một bản tóm tắt có cấu trúc phác thảo các hệ thống con đã được xem xét, các ý tưởng được xếp hạng cao nhất, các thay đổi được thực hiện cục bộ, các khoảng trống triển khai còn bỏ ngỏ và các đường dẫn tệp chính xác đã được sửa đổi.
Cài đặt Khai phá Mẫu Agent
Để kích hoạt và sử dụng kỹ năng Agent Pattern Mining trong kho lưu trữ của bạn, hãy đảm bảo nó được đăng ký đúng cách trong thư viện Openclaw Skills cục bộ của bạn.
# Navigate to your local workspace skill directory
cd engineering-workspace/.openclaw/skills/
# Create the skill definition directory
mkdir -p agent-pattern-mining
# Clone or move the SKILL.md content into the directory
# Ensure references directory exists for deep analysis files
mkdir -p ../references
Không yêu cầu các phụ thuộc chuyên biệt của bên thứ ba, nhưng agent của bạn phải có quyền đọc đối với các kho lưu trữ mục tiêu cục bộ hoặc quyền truy cập vào các cấu trúc codebase được lấy về.
Lược đồ dữ liệu & Hệ thống phân loại của Khai phá Mẫu Agent
Kỹ năng Agent Pattern Mining cấu trúc việc khai thác, phân loại và cập nhật dữ liệu của nó trên các tệp workspace cụ thể. Nó tránh làm ô nhiễm codebase bằng các bình luận bằng cách di chuyển phân tích thô sang thư mục references/ và thực hiện các thay đổi thông qua các schema có cấu trúc.
| File / Path | Purpose | Update Strategy |
|---|---|---|
SKILL.md |
Chứa các hướng dẫn quy trình cốt lõi để thực hiện kỹ năng khai phá mẫu này. | Tĩnh / Chỉ đọc |
references/ |
Chứa các phân tích kiến trúc chi tiết, ma trận văn bản và phân tích codebase. | Được tạo động cho mỗi kho lưu trữ được nghiên cứu |
AGENTS.md |
Chứa các hướng dẫn agent cấp hệ thống ổn định và các hướng dẫn workflow. | Được cập nhật trong giai đoạn 'Áp dụng ngay' |
TOOLS.md |
Giữ các ghi chú vận hành cụ thể cho môi trường và các quy tắc thực thi công cụ. | Được cập nhật để tích hợp các mẫu công cụ mới được phát hiện |
MEMORY.md |
Ghi lại các bài học bền vững đã học được, các ràng buộc kiến trúc và các thông tin chuyên sâu mang tính lịch sử. | Được cập nhật để duy trì nhận thức ngữ cảnh liên tục |
Schema Ma trận Chuyển giao
Khi các phát hiện được ánh xạ từ một kho lưu trữ nguồn, agent sẽ xây dựng một ma trận logic với các thuộc tính sau:
- Tính năng Nguồn: Cơ chế kỹ thuật được quan sát trong codebase được phân tích.
- Lợi ích Người dùng: Lợi ích cụ thể mà tính năng này mang lại cho trải nghiệm của nhà phát triển.
- Tính di động / Rủi ro: Ước tính độ phức tạp và khả năng tương thích kỹ thuật với Openclaw Skills.
- Tương đương Cục bộ: Hệ thống con mục tiêu hoặc cấu trúc tệp phù hợp trong workspace.
- Hành động Cục bộ Cụ thể: Sửa đổi chính xác về lập trình hoặc tài liệu được yêu cầu.
Tính năng Nâng cao của Khai phá Mẫu Agent
- Kiểm toán Hệ thống con có Mục tiêu: Tập trung sự chú ý của agent vào các vector kỹ thuật quan trọng bao gồm nhận thức về ngân sách ngữ cảnh, các chế độ lập kế hoạch rõ ràng, theo dõi tác vụ hiển thị, ranh giới quyền và điều phối đa agent.
- Lan truyền Workflow Tự động: Quy định một thứ bậc hoạt động nghiêm ngặt, tự động chuyển đổi các thông tin chuyên sâu về mã thành các điều chỉnh lũy tiến trên các kỹ năng, cấu hình system prompt, cài đặt công cụ và cấu trúc bộ nhớ dài hạn.
- Thực thi Tự Nâng cấp: Chuyển đổi các bình luận cấp cao của người dùng hoặc các yêu cầu cấu hình trừu tượng thành các khả năng workspace cục bộ, bền vững mà không yêu cầu nhà phát triển phải triển khai thủ công.
- Tách rời Cơ sở hạ tầng: Sử dụng các guardrails để lọc ra các phụ thuộc SaaS bị khóa bởi nhà cung cấp, hệ thống dây đo lường nội bộ hoặc các giao thức doanh nghiệp độc quyền, bảo vệ môi trường cục bộ khỏi các khoản nợ kỹ thuật không cần thiết.
SKILL.md
Đang tải
Các kỹ năng Openclaw liên quan
Issue Writer
Một trợ lý soạn thảo được hỗ trợ bởi AI, giúp cấu trúc và gửi các GitHub issue được tùy chỉnh một cách linh hoạt từ các phát hiện kỹ thuật, đánh giá mã và báo cáo lỗi.
Proof Email Generator
Một trợ lý viết email được hỗ trợ bởi AI giúp soạn thảo các email tiếp cận bán hàng B2B cá nhân hóa, dựa trên bằng chứng thực tế, được điều chỉnh cho phù hợp với vai trò người nhận và các nguyên tắc ảnh hưởng cụ thể.
Topic Interpreter
Một trình phân tích xu hướng dựa trên AI tự động thu thập, lọc và giải mã các tìm kiếm nóng trên các nền tảng truyền thông xã hội lớn của Trung Quốc để cung cấp các báo cáo phân tích có cấu trúc.
Proof Meeting Prep
Một kỹ năng chuẩn bị bán hàng B2B hỗ trợ bởi AI giúp lập bản đồ các vai trò liên quan, các phản đối và các góc độ chứng minh tối ưu trước các cuộc họp khách hàng quan trọng.
Trợ lý Hồi ký Heavy
Một người bạn đồng hành viết lách và hướng dẫn văn học AI dựa trên cuốn hồi ký Heavy của Kiese Laymon, tập trung vào chấn thương mang tính hệ thống, động lực gia đình và việc bày tỏ những sự thật trần trụi.
Lịch sử và Kỹ năng Lãnh đạo của Presidents Club
Một kỹ năng về kiến thức lịch sử và lãnh đạo được hỗ trợ bởi AI, dựa trên cuốn sách The Presidents Club của Nancy Gibbs và Michael Duffy, được thiết kế để phân tích các mối quan hệ bí mật, liên minh và bàn giao quyền lực của các tổng thống Mỹ hiện đại.
Đặc sắc*
