Một khung học tập và tiêu hóa kiến thức hàng ngày thống nhất, cho phép AI agent tự chủ nghiên cứu các chủ đề, xây dựng các ghi chú markdown có cấu trúc và đồng bộ hóa các cơ sở kiến thức.
Cài đặt & Tải xuống
1. ClawHub CLI
Cách nhanh nhất để cài đặt kỹ năng trực tiếp từ thư viện.
npx clawhub@latest install daily-learning
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 daily-learning bằng Clawhub. Nếu Clawhub chưa
Bạn muốn tải xuống?
Nhận các tệp kỹ năng gốc dưới dạng lưu trữ ZIP.
Khung Học tập Hàng ngày là gì?
Kỹ năng Học tập Hàng ngày là một giao thức thu thập kiến thức tiêu chuẩn được thiết kế cho các AI agent hoạt động trong môi trường tự chủ. Bằng cách thực thi kỹ năng này, agent của bạn thiết lập một quy trình có hệ thống, độ trung thực cao để nghiên cứu các chủ đề được chỉ định, soạn thảo các ghi chú markdown nghiêm ngặt trong không gian làm việc cục bộ và đồng bộ hóa các phát hiện có cấu trúc trực tiếp vào cơ sở kiến thức chia sẻ hoặc wiki. Điều này loại bỏ các đầu ra AI tạm thời hoặc chất lượng thấp, thay thế chúng bằng các hồ sơ dựa trên bằng chứng có thể kiểm chứng.
Là một phần của hệ sinh thái Openclaw Skills, giao thức này đảm bảo rằng mọi nhiệm vụ học tập đều liên kết trực tiếp với các dự án thực tế của người dùng và các nhu cầu cấp thiết. Thay vì duyệt web thụ động, các agent chủ động tìm kiếm bằng chứng xác thực, ví dụ thực tế và các ranh giới vận hành cho mỗi khái niệm mà chúng phân tích, chuyển đổi dữ liệu thô trên Internet thành trí tuệ tổ chức dài hạn và có thể áp dụng.
Trường hợp sử dụng Khung Học tập Hàng ngày
- Chạy các công việc cron hàng ngày để giúp các AI agent liên tục cập nhật những hiểu biết mới nhất theo lĩnh vực cụ thể.
- Chuẩn hóa hành vi học tập và định dạng ghi chú trên các hệ thống đa agent để duy trì tài liệu kiến thức thống nhất.
- Dịch các yêu cầu bên ngoài từ người dùng hoặc agent thành các nhiệm vụ học tập có cấu trúc một cách linh hoạt.
- Thực thi các tiêu chí chất lượng cao (dữ liệu có thể kiểm chứng và bối cảnh thử nghiệm) đối với các kết quả nghiên cứu trước khi lưu trữ.
Cách thức hoạt động của Khung Học tập Hàng ngày
- Kiểm tra Hộp thư đến: Quét các ứng cử viên cục bộ và báo cáo hàng ngày để tìm các kết quả khám phá có giá trị và gửi nội dung đạt yêu cầu vào hộp thư đến của cơ sở kiến thức.
- Tải Tiến trình & Hàng đợi: Đọc trình theo dõi học tập (
LEARNING.md) và phân tích các yêu cầu bên ngoài đến (LEARNING-REQUESTS.md) để ưu tiên các nhiệm vụ khẩn cấp. - Học tập Chuyên sâu có Mục tiêu: Thực hiện tìm kiếm thông minh hoặc truy vấn lĩnh vực về một chủ đề ưu tiên cao để trích xuất bối cảnh sâu thay vì dữ liệu nông.
- Tạo Ghi chú Nghiêm ngặt: Viết các ghi chú có cấu trúc toàn diện vào các thư mục cục bộ với bốn lớp phân tích: Kết luận, Bằng chứng, Ví dụ và Ranh giới.
- Cập nhật Tiến trình: Di chuyển các chủ đề đã hoàn thành vào hồ sơ lịch sử và cập nhật các hàng đợi đang hoạt động.
- Mở rộng Kế hoạch Linh hoạt: Tự động bổ sung các nhiệm vụ học tập tồn đọng dựa trên hoạt động hiện tại của người dùng và xu hướng ngành mới nổi.
- Đồng bộ hóa Wiki Cơ sở Kiến thức: Đẩy các ghi chú chất lượng cao đã biên soạn vào wiki chia sẻ hoặc cơ sở kiến thức của nhóm.
- Xác minh Tự động: Chạy tập lệnh xác minh trước khi hoàn tất để xác thực các tệp cục bộ, nhật ký wiki và sự tuân thủ danh sách kiểm tra.
- Đánh giá sau Học tập: Lưu trữ một sự phản ánh tĩnh lặng về chu trình nghiên cứu.
Cài đặt Khung Học tập Hàng ngày
Khởi tạo Thư mục Không gian làm việc
Đảm bảo cấu trúc thư mục cục bộ của bạn được khởi tạo đúng cách cho không gian làm việc của agent:
# Tạo các thư mục học tập hàng ngày thiết yếu
mkdir -p workspace/learning/notes
mkdir -p workspace/learning/reviews/post-learning
# Khởi tạo trình theo dõi lộ trình học tập
cp references/learning-template.md workspace/learning/LEARNING.md
# Tạo tệp yêu cầu bên ngoài tùy chọn để đưa vào các chủ đề tùy chỉnh
touch workspace/learning/LEARNING-REQUESTS.md
Chạy Xác minh Đầu ra
Sau mỗi lần thực thi, bạn có thể chạy tập lệnh xác minh tự động để đảm bảo rằng agent đã hoàn thành tất cả các bước thành công:
bash path/to/scripts/verify-daily-learning.sh YYYY-MM-DD <agent-id> <workspace-path> <your-knowledge-base-path>
Lược đồ dữ liệu & Hệ thống phân loại của Khung Học tập Hàng ngày
Bố cục Tệp Không gian làm việc
| Đường dẫn | Mô tả |
|---|---|
workspace/learning/LEARNING.md |
Trình theo dõi lộ trình cốt lõi xác định các chủ đề đang chờ xử lý và đã hoàn thành. |
workspace/learning/LEARNING-REQUESTS.md |
Các yêu cầu học tập bên ngoài đến với các cấp độ khẩn cấp được phân loại (Khẩn cấp, Gần đây, Đã lên kế hoạch). |
workspace/learning/notes/YYYY-MM-DD.md |
Ghi chú markdown có cấu trúc chất lượng cao được tạo cho chủ đề học tập trong ngày. |
workspace/learning/reviews/post-learning/YYYY-MM-DD.md |
Đánh giá sau học tập. |
Lược đồ Ghi chú 4 Lớp
Mỗi ghi chú được biên soạn theo giao thức này phải bao gồm các thành phần cấu trúc sau:
- Kết luận: Một điểm chính ngắn gọn được gói gọn trong 1 đến 2 câu.
- Bằng chứng: Các điểm dữ liệu có thể kiểm chứng, chi tiết thử nghiệm, kích thước mẫu hoặc các kết quả so sánh rõ ràng (yêu cầu ít nhất 1 dòng bằng chứng cứng).
- Ví dụ: Các tình huống thực tế, đối thoại hoặc kịch bản hành vi đại diện cho khái niệm đang hoạt động.
- Ranh giới: Các điều kiện hoặc trường hợp cụ thể mà các lý thuyết không áp dụng hoặc thất bại.
Tính năng Nâng cao của Khung Học tập Hàng ngày
- Định tuyến Ưu tiên dựa trên Mức độ Khẩn cấp: Tự động hoán đổi các tác vụ được đặt trước với các yêu cầu bên ngoài ngay lập tức từ người dùng hoặc agent đối tác.
- Tự động Bổ sung Công việc tồn đọng: Sử dụng các phương pháp suy luận thông minh để mở rộng lộ trình học tập bằng cách quan sát các dự án đang hoạt động của người dùng (
AGENTS.md) và quét các xu hướng ngành mới nổi. - Cổng Chất lượng Khóa bằng Bằng chứng: Từ chối các tóm tắt hời hợt bằng cách yêu cầu các thiết kế thử nghiệm, kích thước mẫu và kết quả định lượng cho tất cả các khái niệm đã thu thập.
- Chuyên môn hóa Lĩnh vực Đa Agent: Ánh xạ các chủ đề tùy chỉnh và các thẻ Wiki cụ thể tùy thuộc vào vai trò của agent (ví dụ: SEO, Chiến lược, Phát triển hoặc Hiệu quả) trong Openclaw Skills.
- Tập lệnh Xác minh Tự động Nghiêm ngặt: Một quy trình xác minh chặn tiến trình quy trình làm việc nếu các ghi chú cục bộ, đồng bộ hóa wiki hoặc trình theo dõi không vượt qua được các kiểm tra trực quan.
SKILL.md
Đang tải
Các kỹ năng Openclaw liên quan
The Grand Design
Một bộ công cụ kiến thức thực thi dựa trên cuốn 'The Grand Design' của Stephen Hawking và Leonard Mlodinow để khám phá các quy luật cơ bản của vật lý, cơ học lượng tử và vũ trụ học.
Kỹ năng AI Phép màu của Chánh niệm
Một kỹ năng tác nhân lập trình AI có thể thực thi, cung cấp các giáo lý chánh niệm có cấu trúc và khung thiền định thiết thực được truyền cảm hứng từ Thiền sư Thích Nhất Hạnh.
Firecrawl Build Search
Một kỹ năng tác nhân AI được thiết kế để tích hợp trực tiếp khả năng tìm kiếm Firecrawl vào mã sản phẩm và quy trình làm việc của tác nhân để khám phá ưu tiên truy vấn và nghiên cứu web.
firecrawl-map
Một kỹ năng tiện ích giúp lập bản đồ và xác định tất cả URL trên một trang web nhất định với các khả năng lọc tìm kiếm nâng cao.
GPT Image Generation
Một Openclaw skill tiên tiến tự động hóa ChatGPT GPT-Image-2 thông qua Chrome DevTools Protocol để cung cấp hình ảnh chân thực, kết xuất văn bản chính xác và bố cục phức tạp.
Browser Task Runner
Tự động hóa các quy trình công việc dựa trên trình duyệt có tính lặp lại như điều hướng bảng điều khiển, điền biểu mẫu và xuất dữ liệu bằng các đường dẫn thực thi xác định.
Đặc sắc*
