--- read_when: - Sie möchten, dass der Agent über den Chat ein Skill erstellt oder aktualisiert - Sie müssen einen generierten Skill-Entwurf prüfen, übernehmen, ablehnen oder unter Quarantäne stellen. - Sie konfigurieren Genehmigung, Autonomie, Speicher oder Limits für Skill Workshop sidebarTitle: Skill Workshop summary: Workspace-Skills durch die Überprüfung im Skill Workshop erstellen und aktualisieren title: Skills-Workshop x-i18n: generated_at: "2026-07-12T02:15:23Z" model: gpt-5.6 postprocess_version: locale-links-v1 provider: openai source_hash: 9e073e6ef874ad0dc885272cbb62f6e94c18b0c242a1d24a67a3095fee2ce0c9 source_path: tools/skill-workshop.md workflow: 16 --- 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 ```text create/update -> pending revise -> pending apply -> applied reject -> rejected quarantine -> quarantined target 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. ```bash openclaw skills curator status openclaw skills curator pin openclaw skills curator unpin openclaw skills curator restore ``` 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: ```text /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: ```text Erstelle einen Skill namens morning-catchup, der meine Posteingangsroutine am Montag ausführt. ``` Einen vorhandenen Skill im Arbeitsbereich aktualisieren: ```text Aktualisiere trip-planning, damit vor der Buchung auch Sitzpläne geprüft werden. ``` Einen ausstehenden Vorschlag iterativ bearbeiten: ```text 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 ` aus. Agenten sollten eine abgelaufene Lebenszyklusaktion nicht wiederholt in einer Schleife ausführen. ## CLI ```bash # Erstellen openclaw skills workshop propose-create \ --name morning-catchup \ --description "Tägliche Posteingangsaufarbeitung: sichten, archivieren, hervorheben, entwerfen, planen" \ --proposal ./PROPOSAL.md # Vorhandenen Skill im Arbeitsbereich aktualisieren openclaw skills workshop propose-update trip-planning --proposal ./PROPOSAL.md # Auflisten und prüfen openclaw skills workshop list openclaw skills workshop inspect # Vor der Genehmigung überarbeiten openclaw skills workshop revise --proposal ./PROPOSAL.md # Abschließen openclaw skills workshop apply openclaw skills workshop reject --reason "Duplikat" openclaw skills workshop quarantine --reason "Sicherheitsprüfung erforderlich" ``` Jeder Unterbefehl akzeptiert `--agent ` (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 ` und `--evidence `, 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: ```markdown --- name: "morning-catchup" description: "Tägliche Posteingangsaufarbeitung: sichten, archivieren, hervorheben, entwerfen, planen" status: proposal version: "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: ```bash 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: | Parameter | Verwendet von | Hinweise | | -------------------------- | ----------------------------------------------------- | --------------------------------------------------------------------- | | `name` | `create`, `inspect`, `revise` | Für `create` erforderlich; löst andernfalls einen ausstehenden Vorschlag anhand des Namens auf | | `description` | `create`, `update`, `revise` | Maximal 160 Byte | | `skill_name` | `update` | Name oder Schlüssel des vorhandenen Skills | | `proposal_content` | `create`, `update`, `revise` | Als `PROPOSAL.md` gespeichert; durch `skills.workshop.maxSkillBytes` begrenzt | | `support_files` | `create`, `update`, `revise` | Array aus `{ path, content }` | | `goal`, `evidence` | `create`, `update`, `revise` | Freitextkontext | | `proposal_id` | `inspect`, `revise`, `apply`, `reject`, `quarantine` | Zielvorschlag | | `reason` | `apply`, `reject`, `quarantine` | Optional | | `query`, `status`, `limit` | `list` | Filtern/Paginieren; `limit` maximal 50, Standardwert 20 | 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. `skill_workshop` ist ein integriertes Agentenwerkzeug und in `tools.profile: "coding"` enthalten. Wenn eine strengere Richtlinie es ausblendet, fügen Sie `skill_workshop` zur aktiven Liste `tools.allow` hinzu oder verwenden Sie `tools.alsoAllow: ["skill_workshop"]`, wenn der Geltungsbereich ein Profil ohne explizites `tools.allow` verwendet. In Sandbox-Ausführungen wird das hostseitige Skill-Workshop-Werkzeug nicht erstellt. Führen Sie Aktionen zur Prüfung von Vorschlägen daher in einer normalen hostseitigen Agentensitzung oder über die CLI aus. ## 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 ```json5 { skills: { workshop: { autonomous: { enabled: false, }, allowSymlinkTargetWrites: false, approvalPolicy: "pending", maxPending: 50, maxSkillBytes: 40000, }, }, } ``` | Einstellung | Standardwert | Auswirkung | | -------------------------- | ------------ | ---------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | `autonomous.enabled` | `false` | Erstellt direkt ausstehende Vorschläge, anstatt beim nächsten Durchlauf anzubieten, den zuletzt erkannten Arbeitsablauf zu speichern. | | `allowSymlinkTargetWrites` | `false` | Ermöglicht der Anwendung, über Symlinks von Skills im Arbeitsbereich zu schreiben, deren tatsächliches Ziel in `skills.load.allowSymlinkTargets` aufgeführt ist. | | `approvalPolicy` | `"pending"` | `"pending"` erfordert vor vom Agenten initiierten Aktionen `apply`, `reject` oder `quarantine` eine Genehmigungsaufforderung. `"auto"` überspringt die Aufforderung (der Agent muss die Aktion dennoch aufrufen). | | `maxPending` | `50` | Begrenzt ausstehende und unter Quarantäne gestellte Vorschläge pro Arbeitsbereich (1–200). | | `maxSkillBytes` | `40000` | Begrenzt die Größe des Vorschlagsinhalts in Byte (1024–200000). | 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 | Methode | Geltungsbereich | | ---------------------------------- | ---------------- | | `skills.proposals.list` | `operator.read` | | `skills.proposals.inspect` | `operator.read` | | `skills.proposals.create` | `operator.admin` | | `skills.proposals.update` | `operator.admin` | | `skills.proposals.revise` | `operator.admin` | | `skills.proposals.requestRevision` | `operator.admin` | | `skills.proposals.apply` | `operator.admin` | | `skills.proposals.reject` | `operator.admin` | | `skills.proposals.quarantine` | `operator.admin` | | `skills.curator.status` | `operator.read` | | `skills.curator.pin` | `operator.admin` | | `skills.curator.unpin` | `operator.admin` | | `skills.curator.restore` | `operator.admin` | `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 ```text /skill-workshop/ proposals.json proposals// 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 | Grenzwert | Wert | | ------------------------------- | ---------------------------------------------------------------------------- | | Beschreibung | 160 Byte | | Vorschlagsinhalt | `skills.workshop.maxSkillBytes` (Standardwert 40.000; feste Obergrenze 1 MiB) | | Unterstützungsdateien | 64 pro Vorschlag | | Größe der Unterstützungsdateien | jeweils 256 KiB, insgesamt 2 MiB | | Ausstehende + isolierte Vorschläge | `skills.workshop.maxPending` pro Arbeitsbereich (Standardwert 50) | ## Fehlerbehebung | Problem | Lösung | | ---------------------------------------------- | ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | `Skill proposal description is too large` | Kürzen Sie `description` auf höchstens 160 Byte. | | `Skill proposal content is too large` | Kürzen Sie den Vorschlagsinhalt oder erhöhen Sie `skills.workshop.maxSkillBytes`. | | `Target skill changed after proposal creation` | Überarbeiten Sie den Vorschlag anhand des aktuellen Ziels oder erstellen Sie einen neuen Vorschlag. | | `Proposal scan failed` | Prüfen Sie die Scannerbefunde und überarbeiten oder isolieren Sie anschließend den Vorschlag. | | `untrusted symlink target` | Konfigurieren Sie `skills.load.allowSymlinkTargets` und aktivieren Sie `skills.workshop.allowSymlinkTargetWrites` nur für bewusst gemeinsam genutzte Skill-Stammverzeichnisse. | | `Support file paths must be under one of...` | Verschieben Sie Unterstützungsdateien nach `assets/`, `examples/`, `references/`, `scripts/` oder `templates/`. | | Vorschlag erscheint nicht in der Liste | Prüfen Sie den mit `--agent` ausgewählten Arbeitsbereich und `OPENCLAW_STATE_DIR`. | | Agent kann `skill_workshop` nicht aufrufen | Prüfen Sie die aktive Werkzeugrichtlinie und den Ausführungsmodus. `coding` umfasst das Werkzeug; restriktive `tools.allow`-Richtlinien müssen es ausdrücklich aufführen, und Sandbox-Ausführungen müssen eine normale hostseitige Agentensitzung oder die CLI verwenden. | ### 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](/de/tools/skills) für Ladereihenfolge, Vorrang und Sichtbarkeit - [Skills erstellen](/de/tools/creating-skills) für die Grundlagen einer manuell erstellten `SKILL.md` - [Skills-Konfiguration](/de/tools/skills-config) für das vollständige `skills.workshop`-Schema - [Skills-CLI](/de/cli/skills) für `openclaw skills`-Befehle