Skillworkshop

Skill Workshop is het beheerde traject van OpenClaw voor het maken en bijwerken van Skills in de werkruimte. Agents en operators schrijven via dit traject nooit rechtstreeks naar SKILL.md — ze maken een voorstel (een concept in afwachting met inhoud, doelbinding, scannerstatus, hashes en terugdraaimetadata) dat pas een actieve Skill wordt wanneer het wordt toegepast.

Skill Workshop schrijft uitsluitend Skills in de werkruimte. Het raakt nooit gebundelde, Plugin-, ClawHub-, extra-root-, beheerde, persoonlijke agent- of systeem-Skills aan.

Hoe het werkt

• Eerst een voorstel: gegenereerde inhoud wordt opgeslagen als PROPOSAL.md, niet als SKILL.md.
• Toepassen is de enige actieve schrijfbewerking: maken, bijwerken en herzien wijzigen actieve Skills nooit.
• Beperkt tot de werkruimte: nieuwe Skills zijn gericht op de hoofdmap skills/ van de werkruimte; bijwerken is alleen toegestaan voor beschrijfbare Skills in de werkruimte.
• Niet overschrijven: maken mislukt als de doel-Skill al bestaat.
• Gebonden aan hash: bijwerkvoorstellen worden gebonden aan de huidige hash van het doel en worden stale als de actieve Skill vóór het toepassen verandert.
• Afgeschermd door scanner: vóór het schrijven voert toepassen de beveiligingsscanner opnieuw uit.
• Herstelbaar: toepassen schrijft terugdraaimetadata voordat actieve bestanden worden gewijzigd.
• Consistente interfaces: chat, CLI en Gateway roepen allemaal dezelfde service aan.

Levenscyclus

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

Alleen een voorstel met de status pending kan worden herzien, toegepast, afgewezen of in quarantaine geplaatst.

Levenscyclusbeheer

De Gateway houdt het totale gebruik van Skills bij in de gedeelde statusdatabase. Eenmaal per dag beoordeelt deze Skills die door Skill Workshop zijn gemaakt en toegepast. Skills die langer dan 30 dagen niet zijn gebruikt, worden stale; na 90 dagen worden ze archived en niet opgenomen in nieuwe momentopnamen van agent-Skills. Bestanden van gearchiveerde Skills blijven op schijf ongewijzigd. Handmatig gemaakte Skills worden nooit beheerd; alleen Skills die via voorstellen van Skill Workshop zijn gemaakt, vallen onder levenscyclusbeheer.

Vastgezette Skills slaan levenscyclusovergangen over. Een verouderde Skill wordt weer active nadat deze is gebruikt en de volgende opruimronde is uitgevoerd. Gearchiveerde Skills keren alleen terug via expliciet herstel:

Levenscyclusovergangen en herstel gelden voor nieuwe sessies; actieve sessies behouden hun huidige momentopname van Skills.

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

Alle curatoropdrachten accepteren --json. De status rapporteert ook deterministische kandidaten voor overlap, uitsluitend als suggesties; Skills worden nooit samengevoegd en er wordt nooit een model aangeroepen.

Chat

Vraag de agent om de gewenste Skill; deze roept skill_workshop aan en retourneert een voorstel-id.

Leren van recent werk

Gebruik /learn om het huidige gesprek of benoemde bronnen om te zetten in één door standaarden gestuurd Skill-voorstel:

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

Zonder verzoek vraagt /learn de agent om de herbruikbare werkwijze uit het huidige gesprek te destilleren. Met een verzoek behandelt de agent paden, URL's, geplakte notities en verwijzingen naar gesprekken als bronnen, met inachtneming van vereisten voor focus, bereik en naamgeving. De agent verzamelt de bronnen met de bestaande hulpmiddelen en roept vervolgens skill_workshop aan met action: "create".

Het resulterende voorstel blijft pending; /learn past het nooit toe. Controleer en pas het toe via de normale goedkeuringsprocedure of met openclaw skills workshop.

Maken:

Maak een Skill met de naam morning-catchup die mijn maandagse inboxroutine uitvoert.

Een bestaande Skill in de werkruimte bijwerken:

Werk trip-planning bij zodat ook stoelplattegronden worden gecontroleerd voordat er wordt geboekt.

Een voorstel in afwachting iteratief aanpassen:

Toon me het voorstel morning-catchup.Herzie het zodat ook alles wordt gemarkeerd dat als urgent is aangeduid.Pas het voorstel morning-catchup toe.

Door agents geïnitieerde acties apply, reject en quarantine tonen standaard een goedkeuringsprompt. Stel skills.workshop.approvalPolicy in op "auto" om deze over te slaan in vertrouwde omgevingen.

De prompt vermeldt het voorstel-id en de doel-Skill en toont de beschrijving van het voorstel, het aantal ondersteuningsbestanden en de grootte van de hoofdtekst. Goedkeuringsverzoeken zijn zo begrensd dat ze vóór de bewakingstime-out van het agenthulpmiddel worden afgerond. Als vóór het verlopen van de prompt geen beslissing binnenkomt, wordt de levenscyclusactie niet uitgevoerd: het voorstel blijft in afwachting en ongewijzigd. Beslis later in de gebruikersinterface van Skill Workshop of voer openclaw skills workshop apply|reject|quarantine <proposal-id> uit. Agents mogen een verlopen levenscyclusactie niet herhaaldelijk opnieuw proberen.

CLI

# Makenopenclaw skills workshop propose-create \  --name morning-catchup \  --description "Dagelijkse inhaalronde voor de inbox: triëren, archiveren, uitlichten, concepten opstellen, plannen" \  --proposal ./PROPOSAL.md # Een bestaande Skill in de werkruimte bijwerkenopenclaw skills workshop propose-update trip-planning --proposal ./PROPOSAL.md # Weergeven en inspecterenopenclaw skills workshop listopenclaw skills workshop inspect <proposal-id> # Herzien vóór goedkeuringopenclaw skills workshop revise <proposal-id> --proposal ./PROPOSAL.md # Afrondenopenclaw skills workshop apply <proposal-id>openclaw skills workshop reject <proposal-id> --reason "Duplicaat"openclaw skills workshop quarantine <proposal-id> --reason "Beveiligingscontrole vereist"

Elke subopdracht accepteert --agent <id> (doelwerkruimte; standaard eerst afgeleid van de huidige werkmap en daarna de standaardagent) en --json (gestructureerde uitvoer). propose-create, propose-update en revise accepteren ook --goal <text> en --evidence <text> om de context van het voorstel naast --proposal vast te leggen.

Voorstelinhoud

Zolang het voorstel in afwachting is, wordt het opgeslagen als PROPOSAL.md met frontmatter die alleen voor voorstellen geldt:

---name: "morning-catchup"description: "Dagelijkse inhaalronde voor de inbox: triëren, archiveren, uitlichten, concepten opstellen, plannen"status: proposalversion: "v1"date: "2026-05-30T00:00:00.000Z"---

Bij het toepassen schrijft Skill Workshop de actieve SKILL.md en verwijdert het de velden die alleen voor voorstellen gelden: status, voorstel-version en voorstel-date.

Ondersteuningsbestanden

Gebruik --proposal-dir wanneer de voorgestelde Skill naast PROPOSAL.md bestanden nodig heeft:

openclaw skills workshop propose-create \  --name weekly-update \  --description "Vrijdagse afsluiting: statistieken, hoogtepunten, drie belangrijkste punten voor volgende week" \  --proposal-dir ./weekly-update-proposal

De map moet PROPOSAL.md bevatten. Ondersteuningsbestanden moeten zich bevinden onder assets/, examples/, references/, scripts/ of templates/. Skill Workshop scant en hasht ze, slaat ze samen met het voorstel op en schrijft ze pas naast de actieve SKILL.md wanneer het voorstel wordt toegepast.

Afgewezen paden voor ondersteuningsbestanden: absolute paden, verborgen padsegmenten, padtraversal, overlappende paden, uitvoerbare bestanden, tekst die niet UTF-8 is, nullbytes en paden buiten de standaardmappen voor ondersteuning.

Agenthulpmiddel

Het model gebruikt skill_workshop met één verplichte action: create | update | revise | list | inspect | apply | reject | quarantine. Andere parameters zijn van toepassing afhankelijk van de actie:

Agents moeten skill_workshop gebruiken voor gegenereerd werk aan Skills. Ze mogen geen voorstelbestanden maken of wijzigen via write, edit, exec, shellopdrachten of rechtstreekse bestandssysteembewerkingen.

Voorgestelde Skills

OpenClaw detecteert duurzame instructies zoals “de volgende keer”, “onthoud dat” en reactieve correcties wanneer een interactieve beurt eindigt, ook bij mislukte beurten. Bij de volgende beurt biedt de agent aan om de meest recent gedetecteerde werkwijze via skill_workshop op te slaan; de gebruiker beslist of er een voorstel wordt gemaakt. Deze ingebouwde suggestie maakt of wijzigt uit zichzelf geen Skill. Schakel skills.workshop.autonomous.enabled in om in plaats daarvan rechtstreeks voorstellen in afwachting te maken.

Goedkeuring en autonomie

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

Autonome vastlegging herkent prospectieve regels (bijvoorbeeld “vanaf nu”) en reactieve correcties (bijvoorbeeld “dat is niet wat ik vroeg”). Nieuwe instructies worden per onderwerp gegroepeerd in maximaal drie voorstellen per beurt, overeenkomsten in woordgebruik worden doorgestuurd naar bestaande beschrijfbare Skills in de werkruimte en een eigen voorstel in afwachting wordt herzien wanneer een andere correctie op dezelfde Skill is gericht.

Voorstelbeschrijvingen zijn altijd begrensd op 160 bytes, onafhankelijk van maxSkillBytes.

Gateway-methoden

requestRevision is alleen beschikbaar via de Gateway (zonder equivalent in de CLI of agenttool): de methode stuurt vrije revisie-instructies door naar de chatsessie van de verantwoordelijke agent, in plaats van PROPOSAL.md rechtstreeks te vervangen. Dit is bedoeld voor gebruikersinterfaces die de agent vragen om een revisie uit te voeren in plaats van letterlijk nieuwe inhoud in te dienen.

Opslag

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

Standaardmap voor statusgegevens: ~/.openclaw.

• proposal.json: canonieke registratierecord van het voorstel.
• proposals.json: snelle lijstindex, opnieuw op te bouwen vanuit de voorstelmappen.
• PROPOSAL.md: Skills-voorstel in afwachting.
• rollback.json: herstelmetadata die wordt geschreven voordat wijzigingen op actieve bestanden worden toegepast.

Limieten

Probleemoplossing

Diagnose van toolbeleid

Wanneer autonome vastlegging is ingeschakeld, voert openclaw doctor de controle core/doctor/skill-workshop-tool-policy uit voor de standaardagent. Als het beleid skill_workshop verbergt, vermeldt de waarschuwing de eerste uitsluitende configuratielaag en de exacte wijziging aan allow of alsoAllow die nodig is. Oudere draaiboeken gebruiken mogelijk nog openclaw plugins inspect skill-workshop; die opdracht legt nu uit dat Skill Workshop ingebouwd is en toont, indien van toepassing, dezelfde beleidstip.

Gerelateerd

• Skills voor laadvolgorde, prioriteit en zichtbaarheid
• Skills maken voor de basisprincipes van een handmatig geschreven SKILL.md
• Skills-configuratie voor het volledige skills.workshop-schema
• Skills-CLI voor openclaw skills-opdrachten