--- read_when: - Vous souhaitez que l’agent crée ou mette à jour une skill depuis le chat - Vous devez examiner, appliquer, rejeter ou mettre en quarantaine une ébauche de Skill générée - Vous configurez l’approbation, l’autonomie, le stockage ou les limites de Skill Workshop sidebarTitle: Skill Workshop summary: Créer et mettre à jour les Skills de l’espace de travail via la révision de Skill Workshop title: Atelier de Skills x-i18n: generated_at: "2026-07-12T03:10:52Z" model: gpt-5.6 postprocess_version: locale-links-v1 provider: openai source_hash: 9e073e6ef874ad0dc885272cbb62f6e94c18b0c242a1d24a67a3095fee2ce0c9 source_path: tools/skill-workshop.md workflow: 16 --- 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 ```text création/mise à jour -> pending révision -> pending application -> applied rejet -> rejected quarantaine -> quarantined changement 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. ```bash openclaw skills curator status openclaw skills curator pin openclaw skills curator unpin openclaw skills curator restore ``` 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 : ```text /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 : ```text 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 : ```text Mets à jour trip-planning pour vérifier également les plans de cabine avant la réservation. ``` Itérer sur une proposition en attente : ```text 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 `. Les agents ne doivent pas réessayer en boucle une action du cycle de vie expirée. ## CLI ```bash # Créer openclaw 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 travail openclaw skills workshop propose-update trip-planning --proposal ./PROPOSAL.md # Répertorier et examiner openclaw skills workshop list openclaw skills workshop inspect # Réviser avant approbation openclaw skills workshop revise --proposal ./PROPOSAL.md # Clôturer openclaw skills workshop apply openclaw skills workshop reject --reason "Doublon" openclaw skills workshop quarantine --reason "Nécessite un examen de sécurité" ``` Chaque sous-commande accepte `--agent ` (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 ` et `--evidence ` 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 : ```markdown --- name: "morning-catchup" description: "Rattrapage quotidien de la boîte de réception : trier, archiver, faire ressortir, rédiger, planifier" status: proposal version: "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` : ```bash 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 : | Paramètre | Utilisé par | Remarques | | -------------------------- | ----------------------------------------------------- | --------------------------------------------------------------------------- | | `name` | `create`, `inspect`, `revise` | Obligatoire pour `create` ; sinon, résout une proposition en attente par nom | | `description` | `create`, `update`, `revise` | 160 octets maximum | | `skill_name` | `update` | Nom ou clé de la Skill existante | | `proposal_content` | `create`, `update`, `revise` | Stocké sous forme de `PROPOSAL.md` ; limité par `skills.workshop.maxSkillBytes` | | `support_files` | `create`, `update`, `revise` | Tableau de `{ path, content }` | | `goal`, `evidence` | `create`, `update`, `revise` | Contexte en texte libre | | `proposal_id` | `inspect`, `revise`, `apply`, `reject`, `quarantine` | Proposition cible | | `reason` | `apply`, `reject`, `quarantine` | Facultatif | | `query`, `status`, `limit` | `list` | Filtrage/pagination ; `limit` : 50 maximum, 20 par défaut | 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. `skill_workshop` est un outil d’agent intégré et est inclus dans `tools.profile: "coding"`. Si une politique plus stricte le masque, ajoutez `skill_workshop` à la liste `tools.allow` active, ou utilisez `tools.alsoAllow: ["skill_workshop"]` lorsque la portée utilise un profil sans `tools.allow` explicite. Les exécutions en bac à sable ne construisent pas l’outil Skill Workshop côté hôte ; exécutez donc les actions d’examen des propositions depuis une session normale d’agent côté hôte ou depuis la CLI. ## 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 ```json5 { skills: { workshop: { autonomous: { enabled: false, }, allowSymlinkTargetWrites: false, approvalPolicy: "pending", maxPending: 50, maxSkillBytes: 40000, }, }, } ``` | Paramètre | Valeur par défaut | Effet | | -------------------------- | ----------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ | | `autonomous.enabled` | `false` | Crée directement des propositions en attente au lieu de proposer le dernier processus détecté au tour suivant. | | `allowSymlinkTargetWrites` | `false` | Autorise l’application à écrire à travers les liens symboliques des Skills de l’espace de travail dont la cible réelle figure dans `skills.load.allowSymlinkTargets`. | | `approvalPolicy` | `"pending"` | `"pending"` exige une demande d’approbation avant une action `apply`, `reject` ou `quarantine` lancée par l’agent. `"auto"` ignore la demande (l’agent doit toujours appeler l’action). | | `maxPending` | `50` | Limite le nombre de propositions en attente et en quarantaine par espace de travail (1 à 200). | | `maxSkillBytes` | `40000` | Limite la taille du corps de la proposition en octets (1 024 à 200 000). | 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 | Méthode | Portée | | ---------------------------------- | ---------------- | | `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` 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 ```text /skill-workshop/ proposals.json proposals// 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 | Limite | Valeur | | ------------------------------- | ----------------------------------------------------------------------- | | Description | 160 octets | | Corps de la proposition | `skills.workshop.maxSkillBytes` (40 000 par défaut ; plafond strict de 1 Mio) | | Fichiers annexes | 64 par proposition | | Taille des fichiers annexes | 256 Kio chacun, 2 Mio au total | | Propositions en attente + mises en quarantaine | `skills.workshop.maxPending` par espace de travail (50 par défaut) | ## Dépannage | Problème | Résolution | | ---------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | `Skill proposal description is too large` | Réduisez `description` à 160 octets ou moins. | | `Skill proposal content is too large` | Réduisez le corps de la proposition ou augmentez `skills.workshop.maxSkillBytes`. | | `Target skill changed after proposal creation` | Révisez la proposition en fonction de la cible actuelle ou créez-en une nouvelle. | | `Proposal scan failed` | Examinez les résultats de l’analyse, puis révisez ou mettez la proposition en quarantaine. | | `untrusted symlink target` | Configurez `skills.load.allowSymlinkTargets` et activez `skills.workshop.allowSymlinkTargetWrites` uniquement pour les racines de Skills partagées intentionnellement. | | `Support file paths must be under one of...` | Déplacez les fichiers annexes sous `assets/`, `examples/`, `references/`, `scripts/` ou `templates/`. | | La proposition n’apparaît pas dans la liste | Vérifiez l’espace de travail sélectionné par `--agent` ainsi que `OPENCLAW_STATE_DIR`. | | L’agent ne peut pas appeler `skill_workshop` | Vérifiez la politique d’outils active et le mode d’exécution. `coding` inclut l’outil ; les politiques restrictives `tools.allow` doivent le répertorier explicitement, et les exécutions en bac à sable doivent utiliser une session d’agent normale côté hôte ou la CLI. | ### 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](/fr/tools/skills) pour l’ordre de chargement, la priorité et la visibilité - [Création de Skills](/fr/tools/creating-skills) pour les notions de base de la rédaction manuelle de `SKILL.md` - [Configuration des Skills](/fr/tools/skills-config) pour le schéma complet de `skills.workshop` - [CLI des Skills](/fr/cli/skills) pour les commandes `openclaw skills`