通过多层记忆、自主后台任务、任务队列和持久工作上下文,将AI智能体转变为主动合作伙伴,以实现更佳自主性。
超主动代理 : AI 代理的最终主动性+内存系统. 将11个顶级技能中最好的一个整合到一个统一架构. 为什么是这个技能. 大部分AI 代理只是等待 p ?是一项面向实际任务的技能。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。
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。
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。
面向 AI 智能体的终极主动式 + 记忆系统。 将 11 项高评分技能的最佳实践整合为统一架构。
大多数 AI 智能体仅被动等待提示输入。本技能将您的智能体转变为一位主动型协作伙伴,能够:
workspace/ +-- MEMORY.md # 长期记忆(经人工筛选的知识沉淀) +-- SESSION-STATE.md # 工作缓冲区(HOT —— 可在上下文刷新后保留) +-- memory/ | +-- YYYY-MM-DD.md # 日志记录(情景记忆) +-- QUEUE.md # 任务队列(Ready / In Progress / Done) +-- skills/ # 程序性记忆
智能体在响应前,先将关键信息写入 SESSION-STATE.md。每一项决策、修正及重要细节均即时记录。
# 示例:记录一项决策 echo "$(date) - Decision: Using model for generation" >> SESSION-STATE.md
无需人工触发即可运行后台任务:
SESSION-STATE.md 在上下文刷新后仍保持有效。请始终通过该文件读写以下内容:
QUEUE.md 中定义如下任务状态:
请在您的 workspace 目录中创建以下文件:
mkdir -p memory/$(date +%Y-%m-%d) touch SESSION-STATE.md QUEUE.md
## 每次心跳周期(约 30 分钟) - [ ] 检查 QUEUE.md 中的 Ready 任务 - [ ] 若 In Progress 区域为空,则处理队列 - [ ] 核验各项服务状态 ## 每 4 小时一次 - [ ] 开展主题研究 - [ ] 更新记忆内容 ## 每日(UTC 时间 18:00) - [ ] 生成摘要、执行清理
回答问题前,务必首先检索记忆。
# 读取当前队列内容 cat QUEUE.md
## Ready - Research topic
echo "$(date) - Decision: Updated configuration" >> SESSION-STATE.md
| 技能名称 | 评分 | 优势场景 |
|---|---|---|
| elite-longterm-memory | 3.617 | 记忆架构设计 |
| proactive-agent | 3.520 | WAL + 自主定时任务 |
| memory-setup | 3.536 | 初始化配置 |
| memory-hygiene | 3.530 | 记忆清理与维护 |
| agent-autonomy-kit | 3.483 | 任务队列管理 |
| agent-memory | 3.490 | 智能体专属记忆机制 |
| neural-memory | 3.481 | 神经模式建模 |
| cognitive-memory | - | 类人记忆模拟 |
| proactive-solvr | 3.437 | 问题求解能力 |
| proactive-tasks | 3.379 | 目标到任务的转化 |
| memory-manager | - | 记忆全生命周期管理 |
Super Proactive —— Clawdinho 整合开发 基于 11 项高评分 OpenClaw 技能
v1.0.0 —— 首次整合发布
相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134.3万人学习
共49课时 | 82.7万人学习
最新文章