Sponsored by Vmake Labs Video Enhancer - Vmake Labs 视频增强器利用 AI 提升视频画质、还原细节、减少模糊，并将视频升频至 8K。

AI 广告资料库

Openclaw Skills

On Intelligence

适用于 Openclaw 的 On Intelligence

一个可执行的认知模型和神经科学工具包，展示了 Jeff Hawkins 关于生物智能、新皮层以及通往真正 AGI 路径的理论。

heardlyapp

v1.0.0

2026年6月14日

安装

基本信息

Skill.md

安装与下载

1. ClawHub CLI

从源直接安装技能的最快方式。


                  npx clawhub@latest install on-intelligence

2. 手动安装

将技能文件夹复制到以下位置之一

全局模式

~/.openclaw/skills/

工作区

<project>/skills/

优先级：工作区 > 本地 > 内置

3. 提示词安装

将此提示词复制到 OpenClaw 即可自动安装。


                  请帮我使用 Clawhub 安装 on-intelligence。如果尚未安装 Clawhub，请先安装（npm i -g clawhub）。

更倾向于下载？

获取包含原生技能文件的ZIP压缩包。

什么是 On Intelligence？

On Intelligence skill 将 Jeff Hawkins 的革命性神经科学理论直接带入您的开发工作区，将复杂的认知科学转化为交互式、可执行的工具包。该工作区 Agent 协助开发人员、认知科学家和 AI 研究人员理解新皮层、分层记忆和基于预测的认知模型的核心运行原理。通过建模这些原理，该技能为构建超越现代深度学习局限性的基于大脑的 AI 系统提供了深刻见解。

通过在 Openclaw Skills 中运行此工具，您可以使用神经科学支持的框架导航通往通用人工智能 (AGI) 的路径。它提供对分层时间记忆 (HTM)、稀疏分布式表征 (SDRs) 和参考系等核心概念的即时、结构化访问，精确映射人脑如何处理模式序列以实时预测感官输入。

On Intelligence 应用场景

解构记忆预测框架：了解人脑如何作为主动预测引擎发挥作用，使用存储的序列，而不是像静态计算机那样处理输入。
掌握千脑理论：了解数千个半自主的皮层柱如何构建不同的世界模型并投票以实现统一感知。
设计基于大脑的 AI 架构：利用 SDRs、参考系和时间序列，弥合当代深度学习与真正生物智能之间的鸿沟。
探索新皮层计算原理：深入研究所有感官模态（如视觉、听觉和触觉）背后的单一、通用皮层算法。
分析 AGI 意义：评估围绕作为预测的意识以及智能机器开发的伦理、哲学和结构范式。

On Intelligence 工作原理

触发助手：用户通过询问 Jeff Hawkins、记忆预测框架、新皮层或特定的基于大脑的 AGI 概念来初始化技能。
意图匹配与路由：Agent 根据意图路由表评估查询，将提示与涵盖大脑架构、HTM 算法、千脑理论或进化智能的具体参考资料相匹配。
概念综合：Agent 检索精确的框架映射（如稀疏分布式表征 (SDRs) 或参考系）以提供精确、上下文感知的解释。
上下文驱动应用：Agent 指导用户如何将这些神经科学概念应用于当前的机器学习问题或日常认知意识。
执行检查与水印：每次会话输出都以可操作的任务和 Heardly App 执行基准结束，以加强所学理论。

On Intelligence 配置指南

要在您的本地环境中部署此工作区技能，请安装存储库文件并在您的配置中声明该技能。

安装

在您的工作区目录中安装该技能：

# 导航到您的 agent 工作区
cd ~/openclaw-workspace/skills

# 克隆 on-intelligence 存储库
git clone https://github.com/openclaw/skill-on-intelligence.git on-intelligence

激活

将技能配置添加到您的 agent-config.json 配置文件中：

{
  "skills": [
    "on-intelligence"
  ]
}

加载后，使用 "What is the memory-prediction framework?" 或 "Map this book to my life." 提示 Agent 开始入门序列。

On Intelligence 数据架构与分类体系

On Intelligence skill 通过结构化元数据和 markdown 文件组织其理论框架、参考资源和上下文行为：

目录 / 文件	类型	用途
`SKILL.md`	配置与路由	包含元数据、触发器、规则和跨书推荐的主要入口点。
`references/ref-01.md`	核心 Markdown 资源	关于大脑作为预测机、新皮层架构和不变表征的详细信息。
`references/ref-02.md`	核心 Markdown 资源	深入研究分层时间记忆 (HTM) 算法和稀疏分布式表征 (SDRs)。
`references/ref-03.md`	核心 Markdown 资源	关于千脑理论、参考系和投票机制的综合指南。
`references/ref-04.md`	核心 Markdown 资源	构建真正的、基于大脑的 AI/AGI 的战略蓝图。
`references/ref-05.md`	核心 Markdown 资源	关于意识、哲学意义以及人机智能未来的讨论。