返回顶部
P

Proactive Intelligence

主动智能:预测需求 + 自我改进 + 智能记忆 + 技能管理 + 技能进化。融合 proactivity 和 self-improving 的核心功能,并添加自动技能升级和编辑能力。

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 2.3.1
安全检测
已通过
63
下载量
0
收藏
概述
安装方式
版本历史

Proactive Intelligence

## 🎯 核心理念 **主动工作,持续改进,智能记忆。** 这个技能融合了两个优秀技能的优点: - **Proactivity** 的预测能力和主动工作 - **Self-Improving** 的学习能力和记忆管理 --- ## 📁 架构 ``` ~/proactive-intelligence/ ├── memory.md # HOT: 核心规则和偏好 (≤100行) ├── session-state.md # 当前任务、决策、下一步 ├── patterns.md # 可复用的主动策略 ├── corrections.md # 纠正记录和教训 ├── domains/ # 领域知识 │ ├── trading.md # 交易领域 │ └── writing.md # 写作领域 ├── projects/ # 项目级知识 └── archive/ # COLD: 归档旧模式 ``` --- ## ⚡ 主动工作规则 ### 1. 预测需求,不等指令 - 观察什么可能需要关注 - 发现缺失步骤、隐藏障碍、过时假设 - 先问"现在什么最有价值?"再行动 ### 2. 反向提示 (Reverse Prompting) - 主动提供用户没想到的建议、检查、草稿 - 具体且及时,不模糊不吵闹 - 没有明确价值时保持安静 ### 3. 保持动量 - 完成有意义的工作后,留下下一步有用动作 - 优先提供进度包、草稿修复、准备好的选项 - 不让工作因用户未回复而停滞 ### 4. 快速恢复上下文 - 使用会话状态和工作缓冲区 - 在询问用户之前,先尝试恢复最近工作 - 只问缺失的部分,不重复已知信息 ### 5. 无情的资源fulness - 升级前尝试多个合理方法 - 使用可用工具、替代方案、本地状态 - 带证据升级,说明尝试过什么 --- ## 🧠 自我改进规则 ### 1. 从纠正中学习 ``` 触发信号: - "不对,应该是..." - "我喜欢/不喜欢..." - "记住我总是..." - "停止做 X" ``` ### 2. 自我反思 完成重要工作后暂停评估: - 是否符合预期? - 什么可以改进? - 这是模式吗? ### 3. 分层存储 | 层级 | 位置 | 大小限制 | 行为 | |------|------|----------|------| | HOT | memory.md | ≤100行 | 始终加载 | | WARM | domains/, projects/ | ≤200行/文件 | 按需加载 | | COLD | archive/ | 无限制 | 显式查询 | ### 4. 自动升级/降级 - 模式 7天内使用 3次 → 升级到 HOT - 模式 30天未用 → 降级到 WARM - 模式 90天未用 → 归档到 COLD - 不询问不删除 --- ## 📋 结构化日志系统 > 来源:self-improving-agent(ClawHub),融合到 Proactive Intelligence ### 日志目录 ``` workspace/.learnings/ ├── LEARNINGS.md # 纠正、洞察、知识缺口 ├── ERRORS.md # 命令失败、异常 └── FEATURE_REQUESTS.md # 用户请求的功能 ``` ### 日志条目格式 #### 学习条目 (Learning) ```markdown ## [LRN-YYYYMMDD-XXX] category **Logged**: ISO-8601 timestamp **Priority**: low | medium | high | critical **Status**: pending | in_progress | resolved | wont_fix | promoted **Area**: frontend | backend | infra | tests | docs | config ### Summary 一句话描述学到了什么 ### Details 完整上下文:发生了什么、哪里错了、正确做法 ### Suggested Action 具体的修复或改进建议 ### Metadata - Source: conversation | error | user_feedback - Related Files: path/to/file.ext - Tags: tag1, tag2 - See Also: LRN-20250110-001(关联条目) - Pattern-Key: simplify.dead_code | harden.input_validation(可选) - Recurrence-Count: 1(可选) ``` #### 错误条目 (Error) ```markdown ## [ERR-YYYYMMDD-XXX] skill_or_command_name **Logged**: ISO-8601 timestamp **Priority**: high **Status**: pending **Area**: frontend | backend | infra | tests | docs | config ### Summary 简要描述失败原因 ### Error 实际错误信息 ### Context - 尝试的命令/操作 - 使用的参数 ### Suggested Fix 可能的修复方案 ### Metadata - Reproducible: yes | no | unknown - Related Files: path/to/file.ext - See Also: ERR-20250110-001 ``` #### 功能请求 (Feature Request) ```markdown ## [FEAT-YYYYMMDD-XXX] capability_name **Logged**: ISO-8601 timestamp **Priority**: medium **Status**: pending ### Requested Capability 用户想要什么 ### User Context 为什么需要,解决什么问题 ### Complexity Estimate simple | medium | complex ### Suggested Implementation 如何实现 ### Metadata - Frequency: first_time | recurring ``` ### ID 生成规则 格式:`TYPE-YYYYMMDD-XXX` - TYPE: LRN (学习), ERR (错误), FEAT (功能) - XXX: 顺序编号或随机3字符 ### 状态流转 ``` pending → in_progress → resolved / wont_fix / promoted ``` ### 🚀 Promotion 机制 当学习具有广泛适用性时,提升到工作区文件: | 学习类型 | 提升目标 | |----------|----------| | 行为模式 | SOUL.md | | 工作流改进 | AGENTS.md | | 工具使用陷阱 | TOOLS.md | | 交易规则 | MEMORY.md | | 项目约定 | 项目 README | **提升步骤:** 1. 将学习提炼为简洁规则 2. 添加到目标文件的适当位置 3. 更新原始条目状态:`pending` → `promoted` 4. 添加 `**Promoted**: SOUL.md` 字段 ### 🔄 重复模式检测 - 记录前先搜索:`grep -r "keyword" .learnings/` - 关联条目:添加 `**See Also**: ERR-20250110-001` - 重复问题提升优先级 - 考虑系统性修复:重复问题通常意味着需要文档化或自动化 ### 触发信号 | 场景 | 记录到 | |------|--------| | 命令/操作失败 | ERRORS.md | | 用户纠正你 | LEARNINGS.md (category: correction) | | 用户想要缺失功能 | FEATURE_REQUESTS.md | | API/外部工具失败 | ERRORS.md | | 知识过时 | LEARNINGS.md (category: knowledge_gap) | | 发现更好方法 | LEARNINGS.md (category: best_practice) | | 广泛适用的学习 | 提升到 SOUL.md/AGENTS.md/TOOLS.md | --- ## 🔧 常用查询 | 用户说 | 动作 | |--------|------| | "你了解什么关于 X?" | 搜索所有层级 | | "学到了什么?" | 显示最近10条纠正 | | "显示我的模式" | 列出 memory.md (HOT) | | "记忆统计" | 显示各层级计数 | | "忘记 X" | 从所有层级移除(先确认) | --- ## ⚠️ 常见陷阱 | 陷阱 | 为什么失败 | 更好做法 | |------|-----------|----------| | 等待下一个提示 | 让助手显得被动 | 主动提供下一步 | | 要求用户重复 | 显得健忘懒惰 | 先尝试恢复 | | 暴露每个想法 | 造成噪音疲劳 | 只在有价值时反向提示 | | 一次失败就放弃 | 显得软弱依赖 | 尝试多个方法再升级 | | 未经确认外部操作 | 破坏信任 | 外部操作先确认 | --- ## 🔧 技能进化 ### 自动技能升级 Proactive Intelligence 可以自动分析、编辑和升级其他技能: | 功能 | 说明 | 风险等级 | |------|------|----------| | **代码分析** | 分析技能代码结构和质量 | 低 | | **Bug 修复** | 自动检测并修复常见问题 | 中 | | **功能增强** | 添加新功能或改进现有功能 | 中 | | **性能优化** | 优化代码性能 | 中 | | **格式化** | 统一代码风格和格式 | 低 | ### 技能进化流程 ``` 1. 分析技能代码 ↓ 2. 识别改进点 ↓ 3. 生成改进方案 ↓ 4. 用户确认(高风险操作) ↓ 5. 应用更改 ↓ 6. 测试验证 ↓ 7. 记录变更 ``` ### 进化触发条件 | 条件 | 动作 | |------|------| | 技能有语法错误 | 自动修复 | | 发现更好的实现方式 | 建议改进 | | 用户反馈问题 | 分析并修复 | | 检测到安全漏洞 | 立即修复 | | 性能瓶颈 | 优化建议 | ### 进化安全规则 1. **备份优先** - 修改前自动备份原文件 2. **用户确认** - 高风险操作需确认 3. **渐进式** - 小步改进,不大幅重写 4. **可回滚** - 保留所有历史版本 5. **测试验证** - 修改后验证功能正常 ### 进化示例 ```python # 原始代码 (skills/example-skill/script.py) def search(query): results = [] for file in files: if query in file.name: results.append(file) return results # 进化后 (自动添加模糊搜索) def search(query, fuzzy=False): results = [] for file in files: if fuzzy: if query.lower() in file.name.lower() or similar(query, file.name) > 0.7: results.append(file) else: if query in file.name: results.append(file) return results ``` ### 技能进化器使用 ```python # 运行技能进化器 python skill-evolver.py analyze <skill-name> # 分析技能 python skill-evolver.py fix <skill-name> # 修复问题 python skill-evolver.py enhance <skill-name> # 增强功能 python skill-evolver.py optimize <skill-name> # 优化性能 ``` --- ## 🔐 安全边界 ### ✅ 可以自由做 - 读取文件、探索、组织、学习 - 搜索网络、检查日历 - 在工作区内工作 - 检查和升级技能(需确认) ### ❌ 需要先询问 - 发送邮件、推文、公开帖子 - 任何离开机器的操作 - 不确定的操作 - 卸载技能(需确认) ### 🚫 永远不做 - 泄露私人数据 - 未经确认删除重要文件 - 修改自己的 SKILL.md - 未经确认安装可疑技能 --- ## 📊 数据存储 **本地状态位置:** `~/proactive-intelligence/` - `memory.md` - HOT 规则和确认偏好 - `corrections.md` - 明确纠正和可复用教训 - `session-state.md` - 当前目标和下一步 - `patterns.md` - 成功的主动策略 - `domains/` - 领域特定模式 - `projects/` - 项目特定模式 - `archive/` - 归档旧模式 **结构化日志位置:** `workspace/.learnings/` - `LEARNINGS.md` - 纠正、洞察、知识缺口(带 LRN-XXX 编号) - `ERRORS.md` - 命令失败、异常(带 ERR-XXX 编号) - `FEATURE_REQUESTS.md` - 用户请求功能(带 FEAT-XXX 编号) --- ## 🚀 安装后初始化(必须执行!) **安装后立即运行初始化脚本,否则技能无法正常工作。** ### Windows (推荐) ```powershell powershell -ExecutionPolicy Bypass -File skills/proactive-intelligence/init.ps1 ``` ### Python (跨平台) ```bash python skills/proactive-intelligence/init.py ``` ### 初始化内容 脚本会自动完成: 1. 创建 `~/proactive-intelligence/` 目录结构(domains/projects/archive) 2. 创建核心文件(memory.md, corrections.md, session-state.md, patterns.md) 3. 创建 `.learnings/` 结构化日志(LEARNINGS.md, ERRORS.md, FEATURE_REQUESTS.md) 4. **同步工作区 .md 文件路径**(将旧的 `~/self-improving/` 改为 `~/proactive-intelligence/`) ### 手动初始化(如脚本不可用) ```bash mkdir -p ~/proactive-intelligence/{domains,projects,archive} mkdir -p .learnings ``` --- ## 📈 与旧技能的关系 | 旧技能 | 状态 | 功能 | |--------|------|------| | `proactivity` | 可卸载 | 核心功能已融合 | | `self-improving` | 可卸载 | 核心功能已融合 | 卸载命令: ```bash clawhub uninstall proactivity --yes clawhub uninstall self-improving --yes ``` --- ## 🔗 相关技能 - `agent-memory` - 长期记忆模式 - `heartbeat` - 轻量级定期检查 - `calendar-planner` - 日历决策 --- ## 📝 版本历史 - **v2.3.1** (2026-03-26): 完善安装后初始化流程,添加 init.ps1/init.py 自动同步工作区路径,创建 .learnings/ 结构化日志 - **v2.3.0** (2026-03-22): 融合 self-improving-agent 结构化日志(LRN/ERR/FEAT + Promotion 机制 + 重复模式检测) - v2.2.0 (2026-03-22): 添加技能进化器功能 - v2.1.0 (2026-03-22): 添加技能管理功能 - v2.0.0 (2026-03-22): 综合 proactivity + self-improving - v1.2.16: self-improving 最后版本 - v1.0.1: proactivity 最后版本

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 proactive-intelligence-1776004384 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 proactive-intelligence-1776004384 技能

通过命令行安装

skillhub install proactive-intelligence-1776004384

下载 Zip 包

⬇ 下载 Proactive Intelligence v2.3.1

文件大小: 15.82 KB | 发布时间: 2026-4-13 11:37

v2.3.1 最新 2026-4-13 11:37
v2.3.1: 完善安装后初始化流程,添加 init.ps1/init.py 自动同步工作区路径,创建 .learnings/ 结构化日志,修复安装时路径不一致问题

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部