Zum Hauptinhalt springen

​
Systemaufforderung

OpenClaw erstellt für jeden Agentenlauf eine benutzerdefinierte Systemaufforderung. Die Aufforderung gehört OpenClaw und verwendet nicht die Standardaufforderung von pi-coding-agent. Die Aufforderung wird von OpenClaw zusammengesetzt und in jeden Agentenlauf eingefügt. Provider-Plugins können cache-fähige Prompt-Hinweise beitragen, ohne die vollständige OpenClaw-eigene Aufforderung zu ersetzen. Die Provider-Laufzeit kann:
  • einen kleinen Satz benannter Kernabschnitte ersetzen (interaction_style, tool_call_style, execution_bias)
  • ein stabilen Präfix oberhalb der Prompt-Cache-Grenze einfügen
  • ein dynamisches Suffix unterhalb der Prompt-Cache-Grenze einfügen
Verwenden Sie provider-eigene Beiträge für modellfamilien-spezifisches Tuning. Behalten Sie die ältere before_prompt_build-Mutation der Aufforderung für Kompatibilität oder wirklich globale Änderungen an der Aufforderung bei, nicht für normales Provider-Verhalten.

​
Struktur

Die Aufforderung ist absichtlich kompakt und verwendet feste Abschnitte:
  • Tooling: Erinnerung an die strukturierte Tool-Source-of-Truth plus Laufzeit-Hinweise zur Tool-Nutzung.
  • Safety: kurze Leitplanken-Erinnerung, um machtorientiertes Verhalten oder das Umgehen von Aufsicht zu vermeiden.
  • Skills (wenn verfügbar): erklärt dem Modell, wie es Skill-Anweisungen bei Bedarf laden kann.
  • OpenClaw Self-Update: wie die Konfiguration sicher mit config.schema.lookup geprüft wird, die Konfiguration mit config.patch gepatcht wird, die vollständige Konfiguration mit config.apply ersetzt wird und update.run nur auf ausdrückliche Benutzeranfrage ausgeführt wird. Das Tool gateway, das nur für Eigentümer verfügbar ist, weigert sich außerdem, tools.exec.ask / tools.exec.security neu zu schreiben, einschließlich älterer tools.bash.*- Aliasse, die auf diese geschützten Exec-Pfade normalisiert werden.
  • Workspace: Arbeitsverzeichnis (agents.defaults.workspace).
  • Documentation: lokaler Pfad zur OpenClaw-Dokumentation (Repository oder npm-Paket) und wann sie gelesen werden soll.
  • Workspace Files (injected): weist darauf hin, dass Bootstrap-Dateien unten enthalten sind.
  • Sandbox (wenn aktiviert): weist auf eine Laufzeit in der Sandbox, Sandbox-Pfade und darauf hin, ob erhöhter Exec verfügbar ist.
  • Current Date & Time: benutzerlokale Zeit, Zeitzone und Zeitformat.
  • Reply Tags: optionale Reply-Tag-Syntax für unterstützte Provider.
  • Heartbeats: Heartbeat-Aufforderung und Ack-Verhalten, wenn Heartbeats für den Standardagenten aktiviert sind.
  • Runtime: Host, OS, Node, Modell, Repo-Stammverzeichnis (wenn erkannt), Denkstufe (eine Zeile).
  • Reasoning: aktuelle Sichtbarkeitsstufe + Hinweis zum Umschalten mit /reasoning.
Der Abschnitt Tooling enthält außerdem Laufzeit-Hinweise für lang laufende Arbeit:
  • Verwenden Sie Cron für künftige Nachverfolgung (check back later, Erinnerungen, wiederkehrende Arbeit) statt exec-Sleep-Schleifen, yieldMs-Delay-Tricks oder wiederholtem process-Polling
  • Verwenden Sie exec / process nur für Befehle, die jetzt starten und im Hintergrund weiterlaufen
  • Wenn automatisches Aufwachen bei Abschluss aktiviert ist, starten Sie den Befehl einmal und verlassen Sie sich auf den push-basierten Aufwachpfad, wenn er Ausgabe erzeugt oder fehlschlägt
  • Verwenden Sie process für Logs, Status, Eingaben oder Eingriffe, wenn Sie einen laufenden Befehl prüfen müssen
  • Wenn die Aufgabe größer ist, bevorzugen Sie sessions_spawn; der Abschluss von Unteragenten ist push-basiert und wird dem Anfragenden automatisch zurückgemeldet
  • Führen Sie kein subagents list / sessions_list in einer Schleife aus, nur um auf den Abschluss zu warten
Wenn das experimentelle Tool update_plan aktiviert ist, teilt Tooling dem Modell außerdem mit, es nur für nicht triviale Arbeit mit mehreren Schritten zu verwenden, genau einen Schritt im Status in_progress beizubehalten und nicht nach jeder Aktualisierung den vollständigen Plan zu wiederholen. Safety-Leitplanken in der Systemaufforderung sind hinweisend. Sie steuern das Modellverhalten, erzwingen aber keine Richtlinie. Verwenden Sie Tool-Richtlinien, Exec-Freigaben, Sandboxing und Channel-Allowlists für harte Durchsetzung; Operatoren können diese absichtlich deaktivieren. Auf Channels mit nativen Freigabekarten/-schaltflächen teilt die Laufzeitaufforderung dem Agenten jetzt mit, sich zuerst auf diese native Freigabe-UI zu verlassen. Sie sollte nur dann einen manuellen /approve-Befehl enthalten, wenn das Tool-Ergebnis sagt, dass Chat-Freigaben nicht verfügbar sind oder manuelle Freigabe der einzige Weg ist.

​
Aufforderungsmodi

OpenClaw kann kleinere Systemaufforderungen für Unteragenten rendern. Die Laufzeit setzt für jeden Lauf einen promptMode (keine benutzerseitige Konfiguration):
  • full (Standard): enthält alle oben genannten Abschnitte.
  • minimal: wird für Unteragenten verwendet; lässt Skills, Memory Recall, OpenClaw Self-Update, Model Aliases, User Identity, Reply Tags, Messaging, Silent Replies und Heartbeats weg. Tooling, Safety, Workspace, Sandbox, Current Date & Time (wenn bekannt), Runtime und eingefügter Kontext bleiben verfügbar.
  • none: gibt nur die Basis-Identitätszeile zurück.
Wenn promptMode=minimal, werden zusätzlich eingefügte Aufforderungen als Subagent Context statt als Group Chat Context beschriftet.

​
Workspace-Bootstrap-Injektion

Bootstrap-Dateien werden gekürzt und unter Project Context angehängt, damit das Modell Identitäts- und Profilkontext sieht, ohne explizite Lesevorgänge zu benötigen:
  • AGENTS.md
  • SOUL.md
  • TOOLS.md
  • IDENTITY.md
  • USER.md
  • HEARTBEAT.md
  • BOOTSTRAP.md (nur in brandneuen Workspaces)
  • MEMORY.md, wenn vorhanden, sonst memory.md als kleingeschriebener Fallback
Alle diese Dateien werden bei jedem Zug in das Kontextfenster eingefügt, sofern keine dateispezifische Sperre gilt. HEARTBEAT.md wird bei normalen Läufen weggelassen, wenn Heartbeats für den Standardagenten deaktiviert sind oder agents.defaults.heartbeat.includeSystemPromptSection auf false gesetzt ist. Halten Sie eingefügte Dateien knapp — insbesondere MEMORY.md, das mit der Zeit wachsen und zu unerwartet hoher Kontextnutzung und häufigerer Compaction führen kann.
Hinweis: tägliche memory/*.md-Dateien sind kein Teil des normalen Bootstrap- Project Context. Bei gewöhnlichen Zügen wird auf sie bei Bedarf über die Tools memory_search und memory_get zugegriffen, sodass sie nicht gegen das Kontextfenster zählen, sofern das Modell sie nicht ausdrücklich liest. Bare /new- und /reset-Züge sind die Ausnahme: Die Laufzeit kann aktuelle tägliche Memory- Einträge als einmaligen Startkontext-Block für diesen ersten Zug voranstellen.
Große Dateien werden mit einer Markierung gekürzt. Die maximale Größe pro Datei wird durch agents.defaults.bootstrapMaxChars gesteuert (Standard: 12000). Der insgesamt eingefügte Bootstrap- Inhalt über alle Dateien hinweg ist durch agents.defaults.bootstrapTotalMaxChars begrenzt (Standard: 60000). Fehlende Dateien fügen eine kurze Fehlende-Datei-Markierung ein. Wenn Kürzung auftritt, kann OpenClaw einen Warnblock in Project Context einfügen; dies wird mit agents.defaults.bootstrapPromptTruncationWarning gesteuert (off, once, always; Standard: once). Unteragenten-Sitzungen fügen nur AGENTS.md und TOOLS.md ein (andere Bootstrap-Dateien werden herausgefiltert, um den Unteragenten-Kontext klein zu halten). Interne Hooks können diesen Schritt über agent:bootstrap abfangen, um die eingefügten Bootstrap-Dateien zu verändern oder zu ersetzen (zum Beispiel SOUL.md durch eine alternative Persona zu ersetzen). Wenn Sie den Agenten weniger generisch klingen lassen möchten, beginnen Sie mit SOUL.md Personality Guide. Um zu prüfen, wie viel jede eingefügte Datei beiträgt (roh vs. eingefügt, Kürzung sowie Tool-Schema-Overhead), verwenden Sie /context list oder /context detail. Siehe Context.

​
Zeitbehandlung

Die Systemaufforderung enthält einen eigenen Abschnitt Current Date & Time, wenn die Benutzerzeitzone bekannt ist. Um den Prompt cache-stabil zu halten, enthält sie jetzt nur noch die Zeitzone (keine dynamische Uhrzeit oder kein Zeitformat). Verwenden Sie session_status, wenn der Agent die aktuelle Uhrzeit benötigt; die Statuskarte enthält eine Zeitstempelzeile. Dasselbe Tool kann optional eine sitzungsspezifische Modell- Überschreibung setzen (model=default löscht sie). Konfiguration über:
  • agents.defaults.userTimezone
  • agents.defaults.timeFormat (auto | 12 | 24)
Siehe Date & Time für vollständige Verhaltensdetails.

​
Skills

Wenn geeignete Skills vorhanden sind, fügt OpenClaw eine kompakte Liste verfügbarer Skills (formatSkillsForPrompt) ein, die für jeden Skill den Dateipfad enthält. Die Aufforderung weist das Modell an, read zu verwenden, um die SKILL.md am aufgeführten Ort zu laden (Workspace, verwaltet oder gebündelt). Wenn keine Skills geeignet sind, wird der Abschnitt Skills weggelassen. Die Eignung umfasst Skill-Metadaten-Sperren, Prüfungen der Laufzeitumgebung/-konfiguration und die effektive Skill-Allowlist des Agenten, wenn agents.defaults.skills oder agents.list[].skills konfiguriert ist. 
<available_skills>
  <skill>
    <name>...</name>
    <description>...</description>
    <location>...</location>
  </skill>
</available_skills>
Dadurch bleibt die Basisaufforderung klein und ermöglicht dennoch eine gezielte Skill-Nutzung. Das Budget der Skills-Liste gehört dem Skills-Subsystem:
  • Globaler Standard: skills.limits.maxSkillsPromptChars
  • Überschreibung pro Agent: agents.list[].skillsLimits.maxSkillsPromptChars
Generische begrenzte Laufzeit-Auszüge verwenden eine andere Oberfläche:
  • agents.defaults.contextLimits.*
  • agents.list[].contextLimits.*
Diese Trennung hält die Größenbemessung von Skills getrennt von der Größenbemessung für Laufzeit-Lesen/-Einfügen, wie etwa memory_get, Live-Tool-Ergebnisse und AGENTS.md-Aktualisierungen nach Compaction.

​
Dokumentation

Wenn verfügbar, enthält die Systemaufforderung einen Abschnitt Documentation, der auf das lokale OpenClaw-Dokumentationsverzeichnis verweist (entweder docs/ im Repository-Workspace oder die gebündelte npm- Paketdokumentation) und außerdem den öffentlichen Mirror, das Quell-Repository, die Community auf Discord und ClawHub (https://clawhub.ai) zur Skill-Entdeckung erwähnt. Die Aufforderung weist das Modell an, zuerst die lokale Dokumentation zu konsultieren für OpenClaw-Verhalten, Befehle, Konfiguration oder Architektur, und nach Möglichkeit selbst openclaw status auszuführen (den Benutzer nur zu fragen, wenn kein Zugriff besteht).