Huo15 Openclaw Enhance

Polar Sponsor
爱发电 赞助
.NET 9.0

火一五·克劳德·龙虾增强插件 v6.7.13 — 大文件桥接兜底修复 + 用户上传后流程引导:实测用户说“已上传”后,AI 未调用 enhance_upload_check,导致再次发送上传链接形成死循环。根因:before_agent_reply 每轮都触发,注入...

火一五·克劳德·龙虾增强插件 v5.7.8

功能概述

火一五·克劳德·龙虾增强插件 v5.7.8是一项面向实际任务的技能,主要用于@huo15/openclaw-enhance 是 OpenClaw 2026.4.24+ 的 非侵入式 增强插件,对标 Claude Code 的 Agent Harness 体验;核心原则 :凡是龙虾原生有的功能一律不复制,重叠处以龙虾为准;

核心要点

  • 只补龙虾没有的 Claude-Code 体验;
  • v5.7.8 全面适配 openclaw 20。
  • 它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。

使用与执行

从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。

结果检查与注意事项

执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。

火一五·克劳德·龙虾增强插件 v5.7.8

简介

@huo15/openclaw-enhance 是 OpenClaw 2026.4.24+ 的非侵入式增强插件,对标 Claude Code 的 Agent Harness 体验。

核心原则:凡是龙虾原生有的功能一律不复制,重叠处以龙虾为准;只补龙虾没有的 Claude-Code 体验。

v5.7.8 全面适配 openclaw 2026.4.24(2026-04-26 同日)

跑完整 SOP 第 1+2 步发现 openclaw 4.24 的 api.on 是完全 typed((hookName: K, handler: PluginHookHandlerMap[K])),enhance 之前 14 处 api.on(...as any) 都能去掉 cast。这是真正的"全面适配"——不是简单升 peerDep,而是让 enhance 利用 SDK 的全部类型信息。

维度 v5.7.7 v5.7.8
peerDependencies.openclaw ^2026.4.22 ^2026.4.24
build.openclawVersion 2026.4.11(落后 13 patch) 2026.4.24
compat.pluginApi >=2026.4.11 >=2026.4.24
api.on(...as any) 使用次数 14 处 0 处
(event: any, ctx: any) 使用次数 5 处 0 处
(ctx as any)?.agentId 模式(hook 内部) 9 处 0 处(仅余 4 处 helper 函数内部,工具 ctx 用)
typecheck 错误数 0 0
openclaw.plugin.json 顶层字段 5 8(加 enabledByDefault / uiHints / activation)

隐藏 bug 修复

去掉 as any 后 typecheck 暴露 self-check.ts 长期被屏蔽的类型不匹配:之前 return {}; 试图返回 PluginHookBeforeAgentReplyResult,但该类型 handled: boolean 是必填的——空对象不合规。修法:所有"不接管"分支改成 return;(void),仅"阻断空回复"分支返回 { handled: true, reply: ..., reason: ... }。

不破坏 openclaw 原生

  • 所有 hook handler return undefined(void) — 不返回 {block, prependContext} 等控制信号时 → enhance 仅观察+附加,绝不改变 openclaw 决策
  • typed hook handler 实际行为跟 untyped 完全一致 — 只是 TS 编译期能 narrow 类型,运行时无差异
  • manifest 新加的 enabledByDefault / uiHints / activation 都是 openclaw 4.x 已有字段,不引入新依赖

v5.7.7 session-lifecycle(2026-04-26 同日,跑完整 gap 调研后落地)

调研依据:跑了一次完整 SOP 第 1+2 步(Claude Code 官方 hooks 文档 + 反编译 Claude.app + openclaw 4.22 SDK)。发现 openclaw 4.22 暴露 29 个 hook,enhance 之前只用 4 个。落地最高 ROI 的 5 个 hook 闭环 session 生命周期:

Hook enhance 行为 落地表
session_start idle > 30min 时插入"🚀 会话开始/续启"章节占位 chapters
session_end 加"🏁 会话结束"章节 + flush in_progress todo 到 project memory(tag=session-flush, importance=4) chapters + memories
before_reset reset 前最后机会抢救最近 3 章节 + 全部未完成 todo 到 decision memory(tag=reset-rescue, importance=6)+ 推 notification memories
subagent_spawned 派生子 agent 时加"🤖 派生子 agent: X"章节 chapters
subagent_ended 子 agent 结束加"✅/❌ 子 agent 结束: X"章节 chapters

防 noise factory 三层防御(吸收 v5.7.1 教训):30 秒 dedup + 低 importance + 专用 tag(不进黑名单,用户下次会想恢复)。

v5.7.5 skill-recommender(2026-04-26 同日)

用户反馈:"新增自动根据用户的需求自动挑选已经安装的技能,如果没有技能就把规划方案给出来。看看 Claude 是如何做的"

调研:反编译 /Applications/Claude.app/Contents/Resources/app.asar,发现 Claude 的 skill auto-discovery 本质是把所有 skill 的 name+description 拼成 "Available skills: ${list}." 注入到 specialist agent 的 system prompt —— 没有复杂算法,让 LLM 自己挑。

enhance 改造:照搬 name+description 匹配思路,但改成按需工具避免每轮 prompt 占 schema。新增模块 skill-recommender + 工具 enhance_skill_recommend(query, limit?, includeUninstalled?, includePlanning?):

  1. 启动期扫多路径(WeCom / DingTalk 多 agent 场景关键):
    • ~/.openclaw/skills/
    • ~/.openclaw/workspace/skills/
    • ~/.openclaw/workspace-*/skills/ ← WeCom 多 agent 动态 workspace(一开始漏扫,烟测才发现)
    • ~/.openclaw/agents/*/skills/
    • /.claude/skills/、~/.claude/skills/
    • 实测用户机器扫到 56 个 skill 跨 27 个路径
  2. 解析 SKILL.md frontmatter(轻量正则,无 yaml 依赖):name + description + aliases
  3. CJK 双字滑窗 + alias 强 boost 评分:
    • JS w 不含中日韩,直接 split sW 会让"代码简化"分成空数组
    • 解决:CJK 连续段当整体 phrase + 长 ≥4 时滑动 2-grams
    • alias 的 token 严格命中(如 "规划" === alias "规划")→ 保底 0.7 分
  4. 三段式输出:
    • 🎯 已装 skill(命中 ≥ threshold=0.25)+ 召唤建议
    • 📦 ClawHub 上未装的 huo15-* 候选(含 openclaw skills install 命令)
    • 🛠️ 都没合适 → 自建 skill 规划:建议 slug + frontmatter 模板 + 触发关键词 + 内容大纲 + 红线 #3 提醒(必须先 ClawHub publish 再让 enhance 引用 slug,插件不内嵌 skill 内容)

实测:

查询 命中 分数
"帮我 review 这个 PR" huo15-openclaw-code-review 0.60
"设计一个 Web UI 原型" huo15-openclaw-frontend-design 0.94
"代码简化" huo15-openclaw-simplify 1.00
"做安全审查" huo15-openclaw-security-review 0.96
"规划这个任务" huo15-openclaw-plan-mode 0.70(alias exact 命中保底)

模块 tier=2(balanced 默认启用,minimal 不暴露 — 用户多半已知道用什么 skill)。

v5.7.4 config-doctor 扩展:扫已装插件 bare pluginApi(2026-04-26 同日)

用户反馈:"提示插件要求 2026.2.24,但是我的 openclaw 已经是 2026.4.22"

根因:openclaw plugin compat 规则要求 compat.pluginApi 必须是 ranged spec(>=X.Y.Z / ^X.Y.Z / ~X.Y.Z)。bare 字符串(如 "2026.2.24" 没前缀)= 精确匹配,与当前 openclaw 不匹配时启动失败。用户实测:

  • ~/.openclaw/extensions/tips/package.json v1.0.0 → pluginApi: "2026.4.11" ❌
  • ~/.openclaw/node_modules/@huo15/huo15-huihuoyun-odoo/package.json v1.2.0(npm peerDep 残留)→ pluginApi: "2026.2.24" ❌

新增:config-doctor 启动期扫描 ~/.openclaw/extensions/* + ~/.openclaw/node_modules/@huo15/* + 无 scope 的 node_modules/*,对每个声明 openclaw.extensions 的包检查 compat.pluginApi。bare 命中 → 推仪表盘 + log warn + 给可粘贴 fix 命令。

⚠️ [plugin-bare-pluginApi] 已装插件 @huo15/wecom-tips 的 openclaw.compat.pluginApi="2026.4.11" 是 bare 版本,会被解读为精确匹配...
   → 修复: python3 -c "..."(一行 inline)

v5.7.3 config-doctor(2026-04-26 同日)

直击用户高频反馈"装上插件还是 'Context limit exceeded'" — 根因往往不在插件,而在 ~/.openclaw/openclaw.json 的两处陷阱:

  1. 缺失 agents.defaults.compaction.reserveTokensFloor — openclaw 4.22 把这个字段嵌套到 agents.defaults 里(4.11 时是顶层 compaction),老用户配置文件没自动迁移,用 4.22 默认值(很小)→ 长 session 必爆
  2. 某个 model 的 maxTokens 占 contextWindow 一半以上 — 例如 MiniMax-M2.7 默认 maxTokens=131072 / contextWindow=204800,每轮预留输出就吃掉 64% budget。openclaw 把 maxTokens 当作"必须留给输出的 reserve",剩 73k 给 input/tools/memory,任意几轮就爆

新增

  • src/modules/config-doctor.ts — 启动期 sync 读 openclaw.json 检查上述两类陷阱,发现后用 notifyQueue.emit("config-doctor", ...) 推到仪表盘 + log warn + 给可粘贴的 fix 命令(python3 一行原地改 JSON,不调 child_process)
  • 工具:enhance_config_doctor — 无参数,agent / 用户随时调一下,重新跑诊断(修完了配置可以再跑确认 ✅)
  • 配置项:config.configDoctor — enabled / minReserveTokensFloor(默认 5000)/ maxReserveTokensFloor(默认 100000)/ maxModelMaxTokens(默认 32000)

红线遵守

  • 完全只读 ~/.openclaw/openclaw.json(红线 #1:不侵入式修改 openclaw)
  • 不调 child_process(红线 #4) — 修复命令是 python3 inline,由用户/cron-cli 执行
  • 不暴露在 minimal 之外?反过来:tier=1 minimal 也启用 — 这是关键的"防爆 context"诊断,每个用户都该有

v5.7.2 hardening(2026-04-26 同日)

继 v5.7.1 hot-fix 之后,对全代码库做了一次审计,修复 4 类潜在 bug:

  • 进程内 Map LRU 上限 — mode-gate 的 modeState / plannedActions 和 session-recap 的 lastRecapAt 之前 keyed by agentId::sessionId 跨 session 永不清。WeCom 多用户场景下 100+ session 会无限累积。现在加 200/200/500 三档 LRU cap,活跃 session 重新插入刷新顺序,老 session 自动淘汰
  • safety_log / notifications 启动期 TTL — getDb() 时跑一次 DELETE WHERE created_at < datetime('now', '-90 days'),避免长期运行库无限增长。新增 purgeOldSafetyLogs(retentionDays) helper 给运维调
  • memory corpus tag 黑名单 — auto-compact / auto-checkpoint / audit / internal 这 4 个保留 tag 在 scoreRelevance() 入口直接 return 0,永不召回到 prompt(防御未来 hook 万一又写入 noise)
  • enhance_memory_store 拒收保留 tag — 用户/agent 显式调 store 时若 tags 含保留词,立即返回错误而非写入

bump openclaw peerDep ^2026.4.22

之前 peerDep >=2026.4.11,但 npm global 已升到 2026.4.22(差 11 个 patch)。本地 SDK 类型定义同步升级;hook 名验证全部仍存在(before_prompt_build / before_tool_call / after_tool_call / before_compaction / before_agent_reply),无破坏性变更。

v5.7.1 hot-fix(2026-04-26)

  • 删除 before_compaction 噪音 hook — 之前每次 openclaw auto-compact 都会以 decision 类、auto-compact tag 写入一条「[auto-compact] 对话上下文已压缩…」记忆。实测单 agent 24 小时积累 613 条全是噪音,关键词命中率虚高 0.4-0.5(过 corpus pruner 默认 0.5 阈值),把真正的 user/project/feedback 决策记忆挤出 prompt 上下文
  • 新增工具 enhance_memory_purge — 按 tag / category / contentLike 批量清理当前 agent 记忆,dry_run 默认 true(仅预览匹配数)。一键清理历史噪音:enhance_memory_purge tag="auto-compact" dry_run=false
  • 首次启动自动迁移:升级到 5.7.1 后即不再生成新噪音;旧噪音留待用户用 purge 工具或直接 SQL 清

v5.7 新特性(2026-04-25)

  • 历史会话搜索(transcript-search) — 照搬 Claude Desktop transcriptSearchWorker 算法(解包 /Applications/Claude.app/Contents/Resources/app.asar 抽出参考实现):
    • 流式扫 ~/.openclaw/agents//sessions/*.jsonl,行级 JSON.parse
    • extractText 兼容 string / [{type:"text", text}] 数组
    • indexOf 子串匹配 + ±80 字符 snippet
    • 79 个 session 中扫 30 个 → 3–5 ms 找到 5 个 hits(实测)
    • 完全只读、不建索引、不建表 — 不动 openclaw 任何东西
  • 工具:enhance_transcript_search — query 必填;可选 agentId / limit / includeReset / caseSensitive
  • 模块 tier=2,默认 balanced/full 即可见(minimal 下不暴露)

v5.6 新特性(2026-04-24)

  • 工具分层(toolTier) — 按 minimal/balanced/full 三档暴露工具 schema,降低每轮 prompt 固定底座(解决长会话 context 提早爆满)
    • minimal(10 工具):仅核心层 — 记忆 / 状态栏 / spawn / 模式 / 章节 / installer / integrator
    • balanced(18 工具,默认):+ todo / 章节 / 定时任务桥
    • full(26 工具):+ workflow / safety / task-planner / session-recap / skill-doctor
  • Workflow 5→2 工具合并 — enhance_workflow_define / _list / _delete / _tasks / enhance_task 合并为 enhance_workflow(action=define/list/delete/tasks)+ enhance_task(保留独立 action 派发器)
  • 工具描述全面压缩 — 26 个工具描述从 ~4610 字符 → ~1750 字符(-62%),每轮 prompt 节省约 1400 token,prompt cache 更稳

一键安装

openclaw plugins install @huo15/openclaw-enhance
openclaw restart

安装后访问仪表盘:http://localhost:18789/plugins/enhance/

核心能力

  • 分类记忆(corpus supplement + 两段式) — user / project / feedback / reference / decision 五类,额外支持 why(背景/约束)和 howToApply(套用时机),对齐 Claude Code feedback/project 记忆体例;通过 registerMemoryCorpusSupplement 合入龙虾原生 memory 搜索,不自建第二套向量库;搜索结果 deterministic 排序(score → importance → updated → id)保持 prompt cache 稳定
  • 工具安全观察员 — 只分类错误 + 建议退避,完全尊重龙虾 tools.allow/deny
  • 任务 / 章节 / 模式闸门 + ExitPlanMode — TodoWrite / mark_chapter / plan-explore 模式;enhance_exit_plan_mode 在 plan 模式下提交计划给用户审批,自动把计划期间被拦截的写入意图打包成 decision 记忆
  • 状态栏(含可观测性) — enhance_statusline 额外展示当前模型、思考档、fast 模式、消息通道、会话 ID;HTTP 端点 /plugins/enhance/api/statusline 输出 JSON 供仪表盘嵌入
  • 技能巡检 / 子任务一键派发 — enhance_spawn_task 返回可直接粘贴到终端的 openclaw agent CLI 命令,支持跨 agent 派发和思考档选择
  • 定时任务桥 — 登记定时工作流时返回一条 openclaw cron add 命令;调度归龙虾 cron-cli,插件只管触发时注入 instructions
  • 多 Agent 隔离 — 完美适配 WeCom 插件的动态 Agent,记忆/任务/章节/宠物全部按 agentId 隔离
  • 增强仪表盘 — 小火苗宠物 + 记忆/任务/章节/定时全景

与龙虾原生的关系

能力 龙虾原生 enhance 策略
记忆向量库 ✅ 龙虾负责 不复制,改为 corpus supplement 并入搜索
工具 allow/deny ✅ 龙虾负责 只观察,不拦截
Cron 调度 ✅ 龙虾 cron-cli 不管理调度,只在触发时注入上下文
技能安装 ✅ ClawHub 只读巡检,不擅自安装

增强技能(自动注入 workspace/skills/)

工作流模式(4 个)

  • huo15-openclaw-plan-mode — 结构化规划模式
  • huo15-openclaw-explore-mode — 深度探索模式
  • huo15-openclaw-verify-mode — 验证检查模式
  • huo15-openclaw-memory-curator — 记忆整理

设计能力(v5.4 新增,对标 Anthropic frontend-design + huashu-design 生态)

  • huo15-openclaw-frontend-design — 高保真 Web UI 原型 + 5 美学流派 + 反 AI Slop 硬红线
  • huo15-openclaw-design-director — 设计方向顾问(3 方向反差对比 + 强制推荐)
  • huo15-openclaw-brand-protocol — 品牌规范抓取(Ask/Search/Download/Verify/Codify 5 步)
  • huo15-openclaw-design-critique — 5 维设计评审(美学/可用性/品牌/内容/实现)

开发辅助(v5.5.1 新增,对标 Claude Code /simplify / /security-review / /review)

  • huo15-openclaw-simplify — 代码简化三维审查(复用/质量/效率)+ 分级修复清单
  • huo15-openclaw-security-review — 六类漏洞矩阵(密钥/注入/XSS/SSRF/权限/依赖)+ CVSS 分级
  • huo15-openclaw-code-review — PR 五维综合评审(设计/实现/测试/安全/可维护)+ 可粘贴评论

详见 README.md 与 CHANGELOG.md。

链接

  • npm: https://www.npmjs.com/package/@huo15/openclaw-enhance
  • 仓库: https://cnb.cool/huo15/ai/huo15-openclaw-enhance
  • License: MIT
  • 公司: 青岛火一五信息科技有限公司 — www.huo15.com

相关专题

更多
AionClaw AI智能体与电脑自动化任务执行功能使用教程
AionClaw AI智能体与电脑自动化任务执行功能使用教程

AionClaw专题整理AI智能体与电脑自动化相关功能使用教程,涵盖安装部署、AI任务执行、Skills技能、文件处理、浏览器控制、电脑操作、持久记忆、聊天工具连接以及办公、编程和内容创作等功能,帮助用户快速掌握AionClaw的实际使用方法。

2026.09.20

0

15

OpenClaw免费大模型调用指南
OpenClaw免费大模型调用指南

PHP中文网特设OpenClaw免费大模型专区,提供详尽调用指南。涵盖免费API申请、模型配置及本地部署教程,助您零成本畅享AI智能体验。无论是新手入门还是进阶应用,这里都有实用干货,轻松跨越创作门槛,开启高效智能办公新方式。

2026.06.29

79

10

OpenClaw从新手到中级完整教程
OpenClaw从新手到中级完整教程

本专题专为零基础用户设计,带你从环境搭建到实战应用,系统掌握开源AI Agent OpenClaw。内容涵盖Node.js/Docker安装、API配置、Skills技能扩展及多平台集成,通过整理文件、自动化办公等真实案例,助你快速上手。无论你是想提升效率的职场人还是技术爱好者,都能在此找到从入门到精通的完整路径,打造专属的本地化AI助手。

2026.05.06

302

32

openclaw养虾硬件指南最新版
openclaw养虾硬件指南最新版

《OpenClawAI硬件指南最新版》合集聚焦AI硬件入门与进阶,从核心组件解析到实战搭建,系统讲解算力配置、设备选型与优化方案。内容通俗易懂,适合开发者与科技爱好者快速掌握AI硬件要点,构建高效稳定的智能计算环境。

2026.03.20

308

28

龙虾OpenClaw安全使用指南
龙虾OpenClaw安全使用指南

围绕龙虾OpenClawAI使用中的安全风险,本合集系统梳理常见漏洞与隐患,提供实用防护方法与最新安全指南,帮助用户在稳定运行的同时规避风险,提升整体使用安全性与体验。

2026.03.20

89

11

OpenClawAI技能系统基础介绍:OpenClawAISkills是什么
OpenClawAI技能系统基础介绍:OpenClawAISkills是什么

OpenClawAI Skills 是 OpenClaw 智能体的核心功能模块,用于定义和管理 AI 可执行的具体能力,如查询天气、发送消息、操作文件等。通过技能系统,用户可灵活扩展智能体功能,实现高度定制化的自动化任务。

2026.03.20

338

20

OpenClaw初学者教程:如何使用和设置
OpenClaw初学者教程:如何使用和设置

《OpenClawAI初学者教程:如何使用和设置》是一套面向新手的入门指南,涵盖环境搭建、基础配置、模型加载及简单推理操作。通过本教程,你将快速掌握OpenClawAI的核心功能,轻松开启AI开发之旅。

2026.03.19

61

13

OpenClaw安装部署教程
OpenClaw安装部署教程

本合集涵盖2026最新版OpenClaw(小龙虾)本地部署全流程,适用于Windows系统,包含环境配置、模型接入、Web界面启动及飞书/Telegram/QQ等多平台对接。无论你是小白还是开发者,10分钟内即可完成安装,快速体验AI智能体“长手干活”的强大能力!

2026.03.19

101

11

OpenClaw如何卸载
OpenClaw如何卸载

《OpenClaw如何卸载?OpenClawAI小龙虾安全卸载最新指南》为您提供详尽、安全的卸载步骤,帮助用户彻底移除OpenClaw及其相关组件。本指南针对Windows与macOS系统分别说明操作流程,涵盖停止后台进程、清除配置文件、删除残留数据等关键环节,确保无痕卸载,避免系统冲突或隐私泄露。无论您是因更换工具、解决兼容问题,还是出于安全考虑,本文都将助您高效、安心地完成卸载操作。请务必按照最新版本指引执行,以保障设备稳定与数据安

2026.03.19

60

11

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程