Skills-Workshop

Skill Workshop ist der kontrollierte Weg von OpenClaw zum Erstellen und Aktualisieren von Skills im Arbeitsbereich. Agenten und Betreiber schreiben über diesen Weg niemals direkt in SKILL.md – sie erstellen einen Vorschlag (einen ausstehenden Entwurf mit Inhalt, Zielzuordnung, Scannerstatus, Hashes und Rollback-Metadaten), der erst durch seine Anwendung zu einem aktiven Skill wird.

Skill Workshop schreibt ausschließlich Skills im Arbeitsbereich. Gebündelte, Plugin-, ClawHub-, Extra-Root-, verwaltete, persönliche Agenten- oder System-Skills werden niemals verändert.

Funktionsweise

• Zuerst der Vorschlag: Generierte Inhalte werden als PROPOSAL.md gespeichert, nicht als SKILL.md.
• Nur die Anwendung schreibt aktive Daten: Erstellen, Aktualisieren und Überarbeiten verändern niemals aktive Skills.
• Auf den Arbeitsbereich beschränkt: Neue Skills werden im Stammverzeichnis skills/ des Arbeitsbereichs erstellt; Aktualisierungen sind nur für beschreibbare Skills im Arbeitsbereich zulässig.
• Kein Überschreiben: Das Erstellen schlägt fehl, wenn der Ziel-Skill bereits vorhanden ist.
• An Hash gebunden: Aktualisierungsvorschläge werden an den aktuellen Hash des Ziels gebunden und werden stale, wenn sich der aktive Skill vor der Anwendung ändert.
• Durch Scanner abgesichert: Vor dem Schreiben führt die Anwendung den Sicherheitsscanner erneut aus.
• Wiederherstellbar: Vor Änderungen an aktiven Dateien schreibt die Anwendung Rollback-Metadaten.
• Einheitliche Oberflächen: Chat, CLI und Gateway rufen denselben Dienst auf.

Lebenszyklus

create/update -> pendingrevise        -> pendingapply         -> appliedreject        -> rejectedquarantine    -> quarantinedtarget change -> stale

Nur ein Vorschlag mit dem Status pending kann überarbeitet, angewendet, abgelehnt oder unter Quarantäne gestellt werden.

Lebenszyklusverwaltung

Das Gateway erfasst die aggregierte Nutzung von Skills in der gemeinsamen Zustandsdatenbank. Einmal täglich überprüft es Skills, die durch Skill Workshop erstellt und angewendet wurden. Skills, die länger als 30 Tage nicht verwendet wurden, erhalten den Status stale; nach 90 Tagen erhalten sie den Status archived und werden nicht mehr in neue Skill-Snapshots von Agenten aufgenommen. Die Dateien archivierter Skills bleiben auf dem Datenträger unverändert. Manuell erstellte Skills werden niemals verwaltet; nur Skills, die über Vorschläge von Skill Workshop erstellt wurden, nehmen an der Lebenszyklusverwaltung teil.

Angeheftete Skills überspringen Lebenszyklusübergänge. Ein Skill mit dem Status stale kehrt zu active zurück, nachdem er verwendet wurde und der nächste Durchlauf stattgefunden hat. Archivierte Skills kehren nur durch eine explizite Wiederherstellung zurück:

Lebenszyklusübergänge und Wiederherstellungen gelten für neue Sitzungen; laufende Sitzungen behalten ihren aktuellen Skill-Snapshot.

openclaw skills curator statusopenclaw skills curator pin <skill>openclaw skills curator unpin <skill>openclaw skills curator restore <skill>

Alle Verwaltungsbefehle akzeptieren --json. Der Status meldet außerdem deterministisch ermittelte Überschneidungskandidaten ausschließlich als Vorschläge; Skills werden niemals zusammengeführt und kein Modell wird aufgerufen.

Chat

Bitten Sie den Agenten um den gewünschten Skill; er ruft skill_workshop auf und gibt eine Vorschlags-ID zurück.

Aus kürzlich ausgeführten Arbeiten lernen

Verwenden Sie /learn, um die aktuelle Unterhaltung oder benannte Quellen in einen standardgeleiteten Skill-Vorschlag umzuwandeln:

/learn/learn docs/runbook.md and https://example.com/guide; focus on recovery

Ohne Anforderung bittet /learn den Agenten, den wiederverwendbaren Arbeitsablauf aus der aktuellen Unterhaltung zu extrahieren. Mit einer Anforderung behandelt der Agent Pfade, URLs, eingefügte Notizen und Verweise auf die Unterhaltung als Quellen und berücksichtigt dabei Anforderungen an Schwerpunkt, Umfang und Benennung. Er sammelt die Quellen mit seinen vorhandenen Werkzeugen und ruft anschließend skill_workshop mit action: "create" auf.

Der resultierende Vorschlag bleibt pending; /learn wendet ihn niemals an. Prüfen und wenden Sie ihn über den normalen Genehmigungsablauf oder mit openclaw skills workshop an.

Erstellen:

Erstelle einen Skill namens morning-catchup, der meine Posteingangsroutine am Montag ausführt.

Einen vorhandenen Skill im Arbeitsbereich aktualisieren:

Aktualisiere trip-planning, damit vor der Buchung auch Sitzpläne geprüft werden.

Einen ausstehenden Vorschlag iterativ bearbeiten:

Zeige mir den Vorschlag morning-catchup.Überarbeite ihn so, dass auch alle als dringend markierten Elemente gekennzeichnet werden.Wende den Vorschlag morning-catchup an.

Vom Agenten initiierte Aktionen apply, reject und quarantine zeigen standardmäßig eine Genehmigungsaufforderung an. Setzen Sie skills.workshop.approvalPolicy in vertrauenswürdigen Umgebungen auf "auto", um sie zu überspringen.

Die Aufforderung nennt die Vorschlags-ID und den Ziel-Skill und zeigt die Beschreibung des Vorschlags, die Anzahl der unterstützenden Dateien sowie die Größe des Inhalts. Genehmigungsanfragen sind zeitlich so begrenzt, dass sie vor dem Watchdog des Agentenwerkzeugs abgeschlossen werden. Wenn vor Ablauf der Aufforderung keine Entscheidung eingeht, wird die Lebenszyklusaktion nicht ausgeführt: Der Vorschlag bleibt ausstehend und unverändert. Treffen Sie die Entscheidung später in der Skill-Workshop-Benutzeroberfläche oder führen Sie openclaw skills workshop apply|reject|quarantine <proposal-id> aus. Agenten sollten eine abgelaufene Lebenszyklusaktion nicht wiederholt in einer Schleife ausführen.

CLI

# Erstellenopenclaw skills workshop propose-create \  --name morning-catchup \  --description "Tägliche Posteingangsaufarbeitung: sichten, archivieren, hervorheben, entwerfen, planen" \  --proposal ./PROPOSAL.md # Vorhandenen Skill im Arbeitsbereich aktualisierenopenclaw skills workshop propose-update trip-planning --proposal ./PROPOSAL.md # Auflisten und prüfenopenclaw skills workshop listopenclaw skills workshop inspect <proposal-id> # Vor der Genehmigung überarbeitenopenclaw skills workshop revise <proposal-id> --proposal ./PROPOSAL.md # Abschließenopenclaw skills workshop apply <proposal-id>openclaw skills workshop reject <proposal-id> --reason "Duplikat"openclaw skills workshop quarantine <proposal-id> --reason "Sicherheitsprüfung erforderlich"

Jeder Unterbefehl akzeptiert --agent <id> (Zielarbeitsbereich; standardmäßig zunächst aus dem aktuellen Arbeitsverzeichnis abgeleitet, danach der Standard-Agent) und --json (strukturierte Ausgabe). propose-create, propose-update und revise akzeptieren außerdem --goal <text> und --evidence <text>, um zusammen mit --proposal den Kontext des Vorschlags zu erfassen.

Vorschlagsinhalt

Solange der Vorschlag aussteht, wird er als PROPOSAL.md mit ausschließlich für Vorschläge bestimmten Frontmatter-Feldern gespeichert:

---name: "morning-catchup"description: "Tägliche Posteingangsaufarbeitung: sichten, archivieren, hervorheben, entwerfen, planen"status: proposalversion: "v1"date: "2026-05-30T00:00:00.000Z"---

Bei der Anwendung schreibt Skill Workshop die aktive SKILL.md und entfernt die ausschließlich für Vorschläge bestimmten Felder: status, die Vorschlags-version und das Vorschlags-date.

Unterstützende Dateien

Verwenden Sie --proposal-dir, wenn der vorgeschlagene Skill neben PROPOSAL.md weitere Dateien benötigt:

openclaw skills workshop propose-create \  --name weekly-update \  --description "Freitagsrückblick: Statistiken, Höhepunkte, die drei wichtigsten Punkte der nächsten Woche" \  --proposal-dir ./weekly-update-proposal

Das Verzeichnis muss PROPOSAL.md enthalten. Unterstützende Dateien müssen sich unter assets/, examples/, references/, scripts/ oder templates/ befinden. Skill Workshop scannt, hasht und speichert sie zusammen mit dem Vorschlag und schreibt sie erst bei der Anwendung neben die aktive SKILL.md.

Abgelehnte Pfade unterstützender Dateien: absolute Pfade, ausgeblendete Pfadsegmente, Pfadüberschreitungen, sich überschneidende Pfade, ausführbare Dateien, Nicht-UTF-8-Text, Nullbytes und Pfade außerhalb der standardmäßigen Unterstützungsverzeichnisse.

Agentenwerkzeug

Das Modell verwendet skill_workshop mit einer erforderlichen action: create | update | revise | list | inspect | apply | reject | quarantine. Weitere Parameter gelten abhängig von der Aktion:

Agenten müssen skill_workshop für generierte Skill-Arbeiten verwenden. Sie dürfen Vorschlagsdateien nicht über write, edit, exec, Shell-Befehle oder direkte Dateisystemoperationen erstellen oder ändern.

Vorgeschlagene Skills

OpenClaw erkennt dauerhafte Anweisungen wie „beim nächsten Mal“, „merken Sie sich“ und reaktive Korrekturen, wenn ein interaktiver Durchlauf endet, einschließlich fehlgeschlagener Durchläufe. Beim nächsten Durchlauf bietet der Agent an, den zuletzt erkannten Arbeitsablauf über skill_workshop zu speichern; der Benutzer entscheidet, ob ein Vorschlag erstellt wird. Dieser integrierte Vorschlag erstellt oder ändert selbst keinen Skill. Aktivieren Sie skills.workshop.autonomous.enabled, um stattdessen direkt ausstehende Vorschläge zu erstellen.

Genehmigung und Autonomie

{  skills: {    workshop: {      autonomous: {        enabled: false,      },      allowSymlinkTargetWrites: false,      approvalPolicy: "pending",      maxPending: 50,      maxSkillBytes: 40000,    },  },}

Die autonome Erfassung erkennt zukunftsgerichtete Regeln (beispielsweise „von nun an“) und reaktive Korrekturen (beispielsweise „das habe ich nicht verlangt“). Sie gruppiert neue Anweisungen nach Thema in bis zu drei Vorschläge pro Durchlauf, ordnet übereinstimmende Begriffe vorhandenen beschreibbaren Skills im Arbeitsbereich zu und überarbeitet ihren eigenen ausstehenden Vorschlag, wenn eine weitere Korrektur denselben Skill betrifft.

Vorschlagsbeschreibungen sind unabhängig von maxSkillBytes stets auf 160 Byte begrenzt.

Gateway-Methoden

requestRevision ist nur über den Gateway verfügbar (ohne entsprechendes CLI- oder Agentenwerkzeug): Die Methode leitet frei formulierte Überarbeitungsanweisungen an die Chatsitzung des zuständigen Agenten weiter, anstatt PROPOSAL.md direkt zu ersetzen. Dies ist für Benutzeroberflächen vorgesehen, die den Agenten zu einer Überarbeitung auffordern, statt wortwörtlich neue Inhalte einzureichen.

Speicherung

&lt;OPENCLAW_STATE_DIR&gt;/skill-workshop/  proposals.json  proposals/<proposal-id>/    proposal.json    PROPOSAL.md    rollback.json    assets/    examples/    references/    scripts/    templates/

Standardmäßiges Zustandsverzeichnis: ~/.openclaw.

• proposal.json: kanonischer Vorschlagsdatensatz.
• proposals.json: Index für schnelle Auflistungen, der aus den Vorschlagsordnern neu erstellt werden kann.
• PROPOSAL.md: ausstehender Skill-Vorschlag.
• rollback.json: Wiederherstellungsmetadaten, die vor der Anwendung von Änderungen auf die aktiven Dateien geschrieben werden.

Grenzwerte

Fehlerbehebung

Diagnose der Werkzeugrichtlinie

Wenn die autonome Erfassung aktiviert ist, führt openclaw doctor für den Standardagenten die Prüfung core/doctor/skill-workshop-tool-policy aus. Wenn die Richtlinie skill_workshop ausblendet, nennt die Warnung die erste ausschließende Konfigurationsebene und die genaue erforderliche Änderung an allow oder alsoAllow. Ältere Betriebsanleitungen verwenden möglicherweise noch openclaw plugins inspect skill-workshop; dieser Befehl erklärt nun, dass Skill Workshop integriert ist, und gibt gegebenenfalls denselben Richtlinienhinweis aus.

Verwandte Themen

• Skills für Ladereihenfolge, Vorrang und Sichtbarkeit
• Skills erstellen für die Grundlagen einer manuell erstellten SKILL.md
• Skills-Konfiguration für das vollständige skills.workshop-Schema
• Skills-CLI für openclaw skills-Befehle