主动式智能体技能

将AI智能体从任务执行者转变为能够预见需求并持续改进的主动合作伙伴。

使用场景

✅在以下情况使用此技能：

• "让智能体更具主动性"
• "自动化例行检查"
• "实现记忆持久化"
• "安排自动化任务"
• "构建自我改进的智能体"

核心架构

1. WAL协议（预写日志）

• 目的：保存关键状态并从上下文丢失中恢复
• 组件：
  • SESSION-STATE.md- 活动工作记忆（当前任务）
  • working-buffer.md- 危险区域日志
  • MEMORY.md- 长期精选记忆

2. 工作缓冲区

• 捕获"危险区域"中的每一次交互
• 防止会话重启期间关键上下文的丢失
• 自动压缩和归档重要信息

3. 自主与触发式定时任务

• 自主定时任务：按计划执行的、具备上下文感知的自动化
• Prompted Crons（手动触发的定时任务）：用户触发的计划任务
• Heartbeats（心跳检测）：周期性的主动检查

Implementation Patterns（实现模式）

Memory Architecture（内存架构）

workspace/
├── MEMORY.md              # 长期整理的内存
├── memory/
│   └── YYYY-MM-DD.md      # 每日原始日志
├── SESSION-STATE.md       # 活动工作内存
└── working-buffer.md      # 危险区日志

WAL Protocol Workflow（WAL协议工作流）

1. Capture（捕获）：将所有关键交互记录到工作缓冲区
2. Compact（压缩）：定期审查并提取关键见解
3. Curate（整理）：将重要信息移至MEMORY.md
4. Recover（恢复）：重启后从日志恢复状态

Proactive Behaviors（主动行为）

1. Heartbeat Checks（心跳检查）

# 每30分钟检查一次
- 电子邮件收件箱，查找紧急消息
- 日历，查看即将发生的事件
- 天气，获取相关状况
- 系统状态和健康状况

2. Autonomous Crons（自主定时任务）

# 日常维护
- 内存压缩与清理
- 文件整理
- 备份验证

# 每周任务
- 技能更新检查
- 文档审查
- 性能优化

3. Context-Aware Automation（上下文感知自动化）

• 检测用户请求中的模式
• 预测后续需求
• 建议相关操作

Configuration（配置）

Basic Setup（基本设置）

1. 创建内存目录结构
2. 设置SESSION-STATE.md模板
3. 配置心跳间隔
4. 定义自主定时任务计划

高级配置

{
  "proactive": {
    "heartbeatInterval": 1800,
    "autonomousCrons": {
      "daily": ["08:00", "20:00"],
      "weekly": ["Monday 09:00"]
    },
    "memory": {
      "compactionThreshold": 1000,
      "retentionDays": 30
    }
  }
}

使用示例

1. 实现WAL协议

# SESSION-STATE.md 模板

## 当前任务
- 任务：[简要描述]
- 开始时间：[时间戳]
- 状态：[进行中/已完成/失败]

## 关键细节
- [恢复所需的关键信息]

## 后续步骤
- [立即执行的操作]
- [待定决策]

2. 设置心跳

# HEARTBEAT.md 模板
# 每30分钟检查一次

## 邮件检查
- 检查紧急未读邮件
- 标记重要通知

## 日历检查
- 未来2小时内的即将发生事件
- 每日日程概览

## 系统检查
- OpenClaw网关状态
- 技能可用性
- 内存使用情况

3. 创建自主定时任务

# 创建每日维护定时任务
0 8 * * * openclaw run --task "daily-maintenance"
0 20 * * * openclaw run --task "evening-review"

# 每周优化
0 9 * * 1 openclaw run --task "weekly-optimization"

最佳实践

1. 内存管理

• 每日：审查并压缩工作缓冲区
• 每周：从每日日志中整理MEMORY.md
• 每月：归档并清理旧文件

2. 主动行为

• 预见：在请求中寻找模式
• 建议：提供相关的后续步骤
• 自动化：为重复性任务创建定时任务

3. 错误恢复

• 记录一切：将关键细节记录到工作缓冲区
• 优雅降级：组件故障时的备用方案
• 自我修复：自动从错误中恢复

版本历史

主动式代理1.0

• 基础WAL协议实现
• 工作缓冲区基础架构
• 简单心跳检测

主动式代理2.0

• 增强型内存架构
• 自主定时任务系统
• 情境感知自动化

主动式代理4.0

• 高级模式识别
• 自我改进机制
• 多代理协同

相关技能

• 健康检查- 系统安全与健康
• 技能创建器- 创建新技能
• 定时任务管理器- 计划任务管理
• 内存管理器- 内存优化

致谢

由Hal 9001 (@halthelobster)创建——这是一个真正日常使用这些模式的AI代理。

Hal Stack生态系统的一部分，用于构建稳健、主动的AI代理。