Saltar al contenido principal

​
Prompt del sistema

OpenClaw construye un prompt del sistema personalizado para cada ejecución de agente. El prompt pertenece a OpenClaw y no usa el prompt predeterminado de pi-coding-agent. El prompt lo ensambla OpenClaw y se inyecta en cada ejecución del agente.

​
Estructura

El prompt es intencionalmente compacto y usa secciones fijas:
  • Tooling: lista actual de herramientas + descripciones breves.
  • Safety: recordatorio breve de guardarraíles para evitar comportamiento de búsqueda de poder o eludir la supervisión.
  • Skills (cuando están disponibles): indica al modelo cómo cargar instrucciones de Skills bajo demanda.
  • OpenClaw Self-Update: cómo inspeccionar la configuración de forma segura con config.schema.lookup, aplicar parches a la configuración con config.patch, reemplazar toda la configuración con config.apply y ejecutar update.run solo cuando el usuario lo solicite explícitamente. La herramienta gateway, solo para el propietario, también se niega a reescribir tools.exec.ask / tools.exec.security, incluidas las alias heredadas tools.bash.* que se normalizan a esas rutas protegidas de exec.
  • Workspace: directorio de trabajo (agents.defaults.workspace).
  • Documentation: ruta local a la documentación de OpenClaw (repositorio o paquete npm) y cuándo leerla.
  • Workspace Files (injected): indica que los archivos bootstrap se incluyen a continuación.
  • Sandbox (cuando está habilitado): indica el entorno de ejecución en sandbox, las rutas del sandbox y si exec elevado está disponible.
  • Current Date & Time: hora local del usuario, zona horaria y formato de hora.
  • Reply Tags: sintaxis opcional de etiquetas de respuesta para proveedores compatibles.
  • Heartbeats: prompt de heartbeat y comportamiento de confirmación.
  • Runtime: host, SO, node, modelo, raíz del repositorio (cuando se detecta), nivel de thinking (una línea).
  • Reasoning: nivel actual de visibilidad + pista del alternador /reasoning.
La sección Tooling también incluye orientación de ejecución para trabajo de larga duración:
  • usa cron para seguimientos futuros (check back later, recordatorios, trabajo recurrente) en lugar de bucles sleep de exec, trucos de retardo yieldMs o sondeo repetido de process
  • usa exec / process solo para comandos que comienzan ahora y continúan ejecutándose en segundo plano
  • cuando la activación automática al completarse está habilitada, inicia el comando una vez y confía en la ruta de activación basada en push cuando emita salida o falle
  • usa process para registros, estado, entrada o intervención cuando necesites inspeccionar un comando en ejecución
  • si la tarea es más grande, prefiere sessions_spawn; la finalización de subagentes se basa en push y se anuncia automáticamente de vuelta al solicitante
  • no hagas sondeo en bucle de subagents list / sessions_list solo para esperar a que se complete
Los guardarraíles de seguridad del prompt del sistema son orientativos. Guían el comportamiento del modelo, pero no aplican políticas. Usa la política de herramientas, aprobaciones de exec, sandboxing y listas de permitidos del canal para una aplicación estricta; los operadores pueden deshabilitarlos por diseño. En canales con tarjetas/botones nativos de aprobación, el prompt de ejecución ahora le indica al agente que confíe primero en esa interfaz nativa de aprobación. Solo debería incluir un comando manual /approve cuando el resultado de la herramienta diga que las aprobaciones por chat no están disponibles o que la aprobación manual es la única vía.

​
Modos del prompt

OpenClaw puede renderizar prompts del sistema más pequeños para subagentes. El entorno de ejecución establece un promptMode para cada ejecución (no es una configuración orientada al usuario):
  • full (predeterminado): incluye todas las secciones anteriores.
  • minimal: se usa para subagentes; omite Skills, Memory Recall, OpenClaw Self-Update, Model Aliases, User Identity, Reply Tags, Messaging, Silent Replies y Heartbeats. Tooling, Safety, Workspace, Sandbox, Current Date & Time (cuando se conoce), Runtime y el contexto inyectado siguen disponibles.
  • none: devuelve solo la línea base de identidad.
Cuando promptMode=minimal, los prompts inyectados adicionales se etiquetan como Subagent Context en lugar de Group Chat Context.

​
Inyección de bootstrap del espacio de trabajo

Los archivos bootstrap se recortan y se añaden bajo Project Context para que el modelo vea el contexto de identidad y perfil sin necesitar lecturas explícitas:
  • AGENTS.md
  • SOUL.md
  • TOOLS.md
  • IDENTITY.md
  • USER.md
  • HEARTBEAT.md
  • BOOTSTRAP.md (solo en espacios de trabajo completamente nuevos)
  • MEMORY.md cuando existe, o bien memory.md como respaldo en minúsculas
Todos estos archivos se inyectan en la ventana de contexto en cada turno, lo que significa que consumen tokens. Mantenlos concisos, especialmente MEMORY.md, que puede crecer con el tiempo y llevar a un uso de contexto inesperadamente alto y a una compactación más frecuente.
Nota: los archivos diarios memory/*.md no se inyectan automáticamente. Se accede a ellos bajo demanda mediante las herramientas memory_search y memory_get, por lo que no cuentan contra la ventana de contexto a menos que el modelo los lea explícitamente.
Los archivos grandes se truncan con un marcador. El tamaño máximo por archivo se controla mediante agents.defaults.bootstrapMaxChars (predeterminado: 20000). El contenido total de bootstrap inyectado entre archivos está limitado por agents.defaults.bootstrapTotalMaxChars (predeterminado: 150000). Los archivos faltantes inyectan un marcador breve de archivo faltante. Cuando ocurre truncamiento, OpenClaw puede inyectar un bloque de advertencia en Project Context; contrólalo con agents.defaults.bootstrapPromptTruncationWarning (off, once, always; predeterminado: once). Las sesiones de subagentes solo inyectan AGENTS.md y TOOLS.md (los demás archivos bootstrap se filtran para mantener pequeño el contexto del subagente). Los hooks internos pueden interceptar este paso mediante agent:bootstrap para mutar o reemplazar los archivos bootstrap inyectados (por ejemplo, intercambiar SOUL.md por una persona alternativa). Si quieres que el agente suene menos genérico, empieza con Guía de personalidad de SOUL.md. Para inspeccionar cuánto aporta cada archivo inyectado (sin procesar frente a inyectado, truncamiento, además de la sobrecarga del esquema de herramientas), usa /context list o /context detail. Consulta Contexto.

​
Manejo del tiempo

El prompt del sistema incluye una sección dedicada Current Date & Time cuando se conoce la zona horaria del usuario. Para mantener estable la caché del prompt, ahora solo incluye la zona horaria (sin reloj dinámico ni formato de hora). Usa session_status cuando el agente necesite la hora actual; la tarjeta de estado incluye una línea de marca de tiempo. La misma herramienta también puede establecer opcionalmente una anulación de modelo por sesión (model=default la borra). Configúralo con:
  • agents.defaults.userTimezone
  • agents.defaults.timeFormat (auto | 12 | 24)
Consulta Fecha y hora para todos los detalles del comportamiento.

​
Skills

Cuando existen Skills elegibles, OpenClaw inyecta una lista compacta de Skills disponibles (formatSkillsForPrompt) que incluye la ruta del archivo para cada Skill. El prompt instruye al modelo a usar read para cargar el SKILL.md en la ubicación indicada (espacio de trabajo, gestionada o integrada). Si no hay Skills elegibles, la sección Skills se omite. La elegibilidad incluye compuertas de metadatos de Skills, comprobaciones del entorno/configuración de ejecución y la lista de permitidos efectiva de Skills del agente cuando se configura agents.defaults.skills o agents.list[].skills. 
<available_skills>
  <skill>
    <name>...</name>
    <description>...</description>
    <location>...</location>
  </skill>
</available_skills>
Esto mantiene pequeño el prompt base y al mismo tiempo permite un uso dirigido de Skills.

​
Documentación

Cuando está disponible, el prompt del sistema incluye una sección Documentation que apunta al directorio local de documentación de OpenClaw (ya sea docs/ en el espacio de trabajo del repositorio o la documentación del paquete npm integrado) y también menciona el espejo público, el repositorio fuente, la comunidad de Discord y ClawHub (https://clawhub.ai) para descubrir Skills. El prompt instruye al modelo a consultar primero la documentación local para el comportamiento, comandos, configuración o arquitectura de OpenClaw, y a ejecutar openclaw status por sí mismo cuando sea posible (preguntando al usuario solo cuando no tenga acceso).