返回顶部
a

agent-resilience智能体韧性

Agent resilience patterns for surviving context loss, capturing critical details, and self-improvement. Use when: starting complex/long sessions, asked to 'remember' something important, working on multi-step tasks that may span context limits, implementing WAL/write-ahead logging, setting up working buffers, or improving agent behavior after errors/corrections. Triggers on 'remember this', 'don't forget', 'WAL', 'context loss', 'working buffer', 'compaction recovery', or when implementing proac

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.0
安全检测
已通过
220
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

agent-resilience

Agent Resilience

在上下文丢失中存活的模式,捕获修正,并持续改进。

WAL协议(预写日志)

法则: 聊天历史是缓冲区,而非存储。文件持久存在;上下文则不然。

触发条件——扫描每条消息:

  • - ✏️ 修正——是X,不是Y/实际上……/不,我的意思是……
  • 📍 专有名词——姓名、地点、公司、产品
  • 🎨 偏好——风格、方法、我喜欢/不喜欢
  • 📋 决策——我们做X/选Y
  • 🔢 具体数值——数字、日期、ID、URL

如果出现任何一项:

  1. 1. 先写入 → 更新 memory/SESSION-STATE.md
  2. 回复

回复的冲动是敌人。回复前先写入。

SESSION-STATE.md

当前任务的活跃工作记忆。在 memory/SESSION-STATE.md 创建:

markdown

会话状态


任务: [我们正在做什么]
关键决策: [已做出的决策]
细节: [通过WAL捕获的修正、名称、数值]
下一步: [接下来做什么]

开始新的无关任务时重置。

工作缓冲区(危险区域)

当上下文达到约60%时,开始将每次交流记录到 memory/working-buffer.md:

markdown

工作缓冲区


状态: 活跃——开始于 [时间戳]

[时间] 人类

[他们的消息]

[时间] 智能体

[1-2句摘要 + 关键细节]

在下一个60%阈值开始时清除缓冲区(而非持续清除)。

压缩恢复

当会话以摘要标签开始,或人类说我们说到哪了?时自动触发:

  1. 1. 读取 memory/working-buffer.md —— 原始危险区域交流记录
  2. 读取 memory/SESSION-STATE.md —— 活跃任务状态
  3. 读取今天和昨天的每日笔记
  4. 将关键上下文提取回 SESSION-STATE.md
  5. 回复:已从缓冲区恢复。上一个任务是X。继续吗?

永远不要问我们刚才在讨论什么?——先读取缓冲区。

报告前验证

在说完成、完毕、结束之前:

  1. 1. 停下
  2. 从用户角度实际测试
  3. 验证结果,而不仅仅是代码存在
  4. 然后才报告完成

文本变化 ≠ 行为变化。当改变某事物的工作方式时,识别架构组件并更改实际机制。

不懈的资源fulness

在寻求帮助或说做不到之前尝试10种方法:

  • - 不同的CLI标志、工具、API端点
  • 检查记忆:我以前做过这个吗?
  • 生成一个研究子智能体
  • 在日志中搜索过去的成功案例

做不到 = 已穷尽所有选项。而非第一次尝试失败。

自我改进护栏

当基于经验教训更新行为/配置时:

首先对变更评分(加权分数低于50则跳过):

  • - 高频率(日常使用?)→ 3倍
  • 减少失败 → 3倍
  • 节省用户精力 → 2倍
  • 节省未来智能体的令牌/时间 → 2倍

问:这能让未来的我以更低的成本解决更多问题吗?如果否,跳过。

禁止:为复杂而复杂、无法验证是否生效的变更、模糊的理由。

快速启动清单

对于长/复杂任务:

  • - [ ] 创建包含任务和上下文的 memory/SESSION-STATE.md
  • [ ] 应用WAL:在回复前写入修正/决策
  • [ ] 在上下文约60%时:启动工作缓冲区
  • [ ] 任何压缩后:在提问前读取缓冲区
  • [ ] 报告完成前:验证实际结果

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 agent-resilience-1776108568 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 agent-resilience-1776108568 技能

通过命令行安装

skillhub install agent-resilience-1776108568

下载

⬇ 下载 agent-resilience v1.0.0(免费)

文件大小: 2.57 KB | 发布时间: 2026-4-14 15:56

v1.0.0 最新 2026-4-14 15:56
Initial release providing resilient patterns for agent memory and self-improvement:

- Introduces Write-Ahead Logging (WAL) for capturing corrections, key decisions, and details before responding.
- Specifies structure and use of `SESSION-STATE.md` as active task memory.
- Details the working buffer protocol for handling potential context loss in long sessions.
- Defines compaction and recovery steps to restore state from logs and buffers.
- Includes guardrails for self-improvement and a checklist for session reliability.

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