Atelier de Skills

Skill Workshop est le parcours gouverné d’OpenClaw pour créer et mettre à jour les Skills de l’espace de travail. Les agents et les opérateurs n’écrivent jamais directement dans SKILL.md par ce parcours — ils créent une proposition (brouillon en attente avec contenu, liaison à la cible, état de l’analyseur, hachages et métadonnées de restauration) qui ne devient une Skill active qu’une fois appliquée.

Skill Workshop écrit uniquement les Skills de l’espace de travail. Il ne modifie jamais les Skills intégrées, de Plugin, de ClawHub, issues de racines supplémentaires, gérées, d’agents personnels ou système.

Fonctionnement

• Proposition d’abord : le contenu généré est stocké dans PROPOSAL.md, et non dans SKILL.md.
• L’application est la seule écriture active : la création, la mise à jour et la révision ne modifient jamais les Skills actives.
• Limité à l’espace de travail : les créations ciblent la racine skills/ de l’espace de travail ; les mises à jour ne sont autorisées que pour les Skills modifiables de l’espace de travail.
• Aucun écrasement : la création échoue si la Skill cible existe déjà.
• Lié au hachage : les propositions de mise à jour sont liées au hachage actuel de la cible et passent à l’état stale si la Skill active change avant l’application.
• Soumis à l’analyseur : l’application réexécute l’analyseur de sécurité avant l’écriture.
• Récupérable : l’application écrit les métadonnées de restauration avant de modifier les fichiers actifs.
• Interfaces cohérentes : la messagerie, la CLI et le Gateway appellent tous le même service.

Cycle de vie

création/mise à jour -> pendingrévision             -> pendingapplication          -> appliedrejet                -> rejectedquarantaine          -> quarantinedchangement de cible  -> stale

Seule une proposition pending peut être révisée, appliquée, rejetée ou mise en quarantaine.

Gestion du cycle de vie

Le Gateway suit l’utilisation agrégée des Skills dans la base de données d’état partagée. Une fois par jour, il examine les Skills créées et appliquées par Skill Workshop. Les Skills inutilisées pendant plus de 30 jours deviennent stale ; après 90 jours, elles deviennent archived et sont exclues des nouveaux instantanés de Skills des agents. Les fichiers des Skills archivées restent inchangés sur le disque. Les Skills créées manuellement ne sont jamais gérées ; seules les Skills créées par des propositions Skill Workshop entrent dans la gestion du cycle de vie.

Les Skills épinglées échappent aux transitions du cycle de vie. Une Skill obsolète revient à l’état active après son utilisation et l’exécution du balayage suivant. Les Skills archivées ne reviennent que par une restauration explicite :

Les transitions du cycle de vie et les restaurations s’appliquent aux nouvelles sessions ; les sessions en cours conservent leur instantané actuel de Skills.

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

Toutes les commandes du gestionnaire acceptent --json. L’état signale également les candidats au chevauchement déterministes uniquement à titre de suggestions ; il ne fusionne jamais les Skills et n’appelle jamais de modèle.

Messagerie

Demandez à l’agent la Skill souhaitée ; il appelle skill_workshop et renvoie un identifiant de proposition.

Apprendre à partir des travaux récents

Utilisez /learn pour transformer la conversation actuelle ou des sources nommées en une proposition de Skill guidée par les normes :

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

Sans demande, /learn demande à l’agent d’extraire de la conversation actuelle le processus réutilisable. Avec une demande, l’agent traite les chemins, URL, notes collées et références à la conversation comme des sources tout en respectant les exigences relatives à l’objectif, à la portée et au nommage. Il collecte les sources avec ses outils existants, puis appelle skill_workshop avec action: "create".

La proposition obtenue reste pending ; /learn ne l’applique jamais. Examinez-la et appliquez-la au moyen du processus d’approbation habituel ou avec openclaw skills workshop.

Créer :

Crée une Skill appelée morning-catchup qui exécute ma routine de boîte de réception du lundi.

Mettre à jour une Skill existante de l’espace de travail :

Mets à jour trip-planning pour vérifier également les plans de cabine avant la réservation.

Itérer sur une proposition en attente :

Montre-moi la proposition morning-catchup.Révise-la pour signaler également tout élément marqué comme urgent.Applique la proposition morning-catchup.

Les actions apply, reject et quarantine lancées par l’agent affichent par défaut une demande d’approbation. Définissez skills.workshop.approvalPolicy sur "auto" pour l’ignorer dans les environnements de confiance.

La demande indique l’identifiant de la proposition et la Skill cible, et affiche la description de la proposition, le nombre de fichiers auxiliaires et la taille du corps. Les demandes d’approbation sont limitées dans le temps afin de se terminer avant le délai de surveillance de l’outil de l’agent. Si aucune décision n’arrive avant l’expiration de la demande, l’action du cycle de vie ne s’exécute pas : la proposition reste en attente et inchangée. Décidez ultérieurement dans l’interface de Skill Workshop ou exécutez openclaw skills workshop apply|reject|quarantine <proposal-id>. Les agents ne doivent pas réessayer en boucle une action du cycle de vie expirée.

CLI

# Créeropenclaw skills workshop propose-create \  --name morning-catchup \  --description "Rattrapage quotidien de la boîte de réception : trier, archiver, faire ressortir, rédiger, planifier" \  --proposal ./PROPOSAL.md # Mettre à jour une Skill existante de l’espace de travailopenclaw skills workshop propose-update trip-planning --proposal ./PROPOSAL.md # Répertorier et examineropenclaw skills workshop listopenclaw skills workshop inspect <proposal-id> # Réviser avant approbationopenclaw skills workshop revise <proposal-id> --proposal ./PROPOSAL.md # Clôtureropenclaw skills workshop apply <proposal-id>openclaw skills workshop reject <proposal-id> --reason "Doublon"openclaw skills workshop quarantine <proposal-id> --reason "Nécessite un examen de sécurité"

Chaque sous-commande accepte --agent <id> (espace de travail cible ; par défaut, celui déduit du répertoire de travail actuel, puis l’agent par défaut) et --json (sortie structurée). propose-create, propose-update et revise acceptent également --goal <text> et --evidence <text> pour enregistrer le contexte de la proposition avec --proposal.

Contenu de la proposition

Tant qu’elle est en attente, la proposition est stockée sous forme de PROPOSAL.md avec un frontmatter réservé à la proposition :

---name: "morning-catchup"description: "Rattrapage quotidien de la boîte de réception : trier, archiver, faire ressortir, rédiger, planifier"status: proposalversion: "v1"date: "2026-05-30T00:00:00.000Z"---

Lors de l’application, Skill Workshop écrit le fichier SKILL.md actif et supprime les champs réservés à la proposition : status, la version de la proposition et la date de la proposition.

Fichiers auxiliaires

Utilisez --proposal-dir lorsque la Skill proposée nécessite des fichiers à côté de PROPOSAL.md :

openclaw skills workshop propose-create \  --name weekly-update \  --description "Bilan du vendredi : statistiques, faits marquants, trois priorités de la semaine prochaine" \  --proposal-dir ./weekly-update-proposal

Le répertoire doit contenir PROPOSAL.md. Les fichiers auxiliaires doivent se trouver sous assets/, examples/, references/, scripts/ ou templates/. Skill Workshop les analyse, les hache et les stocke avec la proposition, puis les écrit à côté du fichier SKILL.md actif uniquement lors de l’application.

Chemins de fichiers auxiliaires rejetés : chemins absolus, segments de chemin masqués, traversée de répertoires, chemins qui se chevauchent, fichiers exécutables, texte non UTF-8, octets nuls et chemins situés hors des dossiers auxiliaires standard.

Outil de l’agent

Le modèle utilise skill_workshop avec une action obligatoire : create | update | revise | list | inspect | apply | reject | quarantine. Les autres paramètres s’appliquent selon l’action :

Les agents doivent utiliser skill_workshop pour les travaux générés sur les Skills. Ils ne doivent pas créer ni modifier les fichiers de proposition au moyen de write, edit, exec, de commandes d’interpréteur ou d’opérations directes sur le système de fichiers.

Skills suggérées

OpenClaw détecte les instructions durables telles que « la prochaine fois », « n’oublie pas de » et les corrections réactives lorsqu’un tour interactif se termine, y compris les tours ayant échoué. Au tour suivant, l’agent propose d’enregistrer le dernier processus détecté au moyen de skill_workshop ; l’utilisateur décide s’il faut créer une proposition. Cette suggestion intégrée ne crée ni ne modifie une Skill par elle-même. Activez skills.workshop.autonomous.enabled pour créer directement des propositions en attente à la place.

Approbation et autonomie

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

La capture autonome reconnaît les règles prospectives (par exemple, « à partir de maintenant ») et les corrections réactives (par exemple, « ce n’est pas ce que j’ai demandé »). Elle regroupe les nouvelles instructions par sujet dans un maximum de trois propositions par tour, dirige les correspondances de vocabulaire vers les Skills existantes et modifiables de l’espace de travail, et révise sa propre proposition en attente lorsqu’une autre correction cible la même Skill.

Les descriptions des propositions sont toujours limitées à 160 octets, indépendamment de maxSkillBytes.

Méthodes du Gateway

requestRevision est disponible uniquement via le Gateway (sans équivalent dans la CLI ni dans les outils d’agent) : cette méthode transmet des instructions de révision en texte libre à la session de discussion de l’agent propriétaire, au lieu de remplacer directement PROPOSAL.md, pour les interfaces qui demandent à l’agent de réviser plutôt que de soumettre littéralement un nouveau contenu.

Stockage

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

Répertoire d’état par défaut : ~/.openclaw.

• proposal.json : enregistrement canonique de la proposition.
• proposals.json : index de liste rapide, pouvant être reconstruit à partir des dossiers de propositions.
• PROPOSAL.md : proposition de Skills en attente.
• rollback.json : métadonnées de récupération écrites avant que l’application des modifications n’affecte les fichiers actifs.

Limites

Dépannage

Diagnostic de la politique d’outils

Lorsque la capture autonome est activée, openclaw doctor exécute la vérification core/doctor/skill-workshop-tool-policy pour l’agent par défaut. Si la politique masque skill_workshop, l’avertissement indique la première couche de configuration qui l’exclut et la modification exacte à apporter à allow ou alsoAllow. Les anciens guides opérationnels peuvent encore utiliser openclaw plugins inspect skill-workshop ; cette commande explique désormais que Skill Workshop est intégré et affiche la même indication concernant la politique, le cas échéant.

Voir aussi

• Skills pour l’ordre de chargement, la priorité et la visibilité
• Création de Skills pour les notions de base de la rédaction manuelle de SKILL.md
• Configuration des Skills pour le schéma complet de skills.workshop
• CLI des Skills pour les commandes openclaw skills