Vai al contenuto principale
Skill Workshop è sperimentale. È disabilitato per impostazione predefinita, le sue euristiche di acquisizione e i prompt del revisore possono cambiare tra una release e l’altra, e le scritture automatiche dovrebbero essere usate solo in workspace attendibili dopo aver prima esaminato l’output in modalità pending. Skill Workshop è memoria procedurale per le Skills del workspace. Permette a un agente di trasformare workflow riutilizzabili, correzioni dell’utente, correzioni difficilmente conquistate e ricorrenze problematiche in file SKILL.md sotto: 
<workspace>/skills/<skill-name>/SKILL.md
Questo è diverso dalla memoria a lungo termine:
  • Memory memorizza fatti, preferenze, entità e contesto passato.
  • Skills memorizzano procedure riutilizzabili che l’agente dovrebbe seguire in attività future.
  • Skill Workshop è il ponte da un turno utile a una Skill durevole del workspace, con controlli di sicurezza e approvazione facoltativa.
Skill Workshop è utile quando l’agente apprende una procedura come:
  • come validare asset GIF animate provenienti da fonti esterne
  • come sostituire asset screenshot e verificare le dimensioni
  • come eseguire uno scenario QA specifico del repo
  • come eseguire il debug di un guasto ricorrente di un provider
  • come riparare una nota di workflow locale obsoleta
Non è pensato per:
  • fatti come “all’utente piace il blu”
  • memoria autobiografica ampia
  • archiviazione grezza delle trascrizioni
  • segreti, credenziali o testo nascosto del prompt
  • istruzioni una tantum che non si ripeteranno

​
Stato predefinito

Il Plugin incluso è sperimentale e disabilitato per impostazione predefinita a meno che non venga esplicitamente abilitato in plugins.entries.skill-workshop. Il manifest del Plugin non imposta enabledByDefault: true. Il valore predefinito enabled: true all’interno dello schema di configurazione del Plugin si applica solo dopo che la voce del Plugin è già stata selezionata e caricata. Sperimentale significa:
  • il Plugin è abbastanza supportato per test opt-in e dogfooding
  • l’archiviazione delle proposte, le soglie del revisore e le euristiche di acquisizione possono evolvere
  • l’approvazione pending è il modo consigliato da cui iniziare
  • l’applicazione automatica è per configurazioni personali/del workspace attendibili, non per ambienti condivisi o ostili ricchi di input

​
Abilitazione

Configurazione minima sicura: 
{
  plugins: {
    entries: {
      "skill-workshop": {
        enabled: true,
        config: {
          autoCapture: true,
          approvalPolicy: "pending",
          reviewMode: "hybrid",
        },
      },
    },
  },
}
Con questa configurazione:
  • lo strumento skill_workshop è disponibile
  • le correzioni riutilizzabili esplicite vengono accodate come proposte pending
  • i passaggi del revisore basati su soglia possono proporre aggiornamenti alle Skill
  • nessun file Skill viene scritto finché una proposta pending non viene applicata
Usa le scritture automatiche solo in workspace attendibili: 
{
  plugins: {
    entries: {
      "skill-workshop": {
        enabled: true,
        config: {
          autoCapture: true,
          approvalPolicy: "auto",
          reviewMode: "hybrid",
        },
      },
    },
  },
}
approvalPolicy: "auto" usa comunque lo stesso scanner e lo stesso percorso di quarantena. Non applica le proposte con risultati critici.

​
Configurazione

ChiavePredefinitoIntervallo / valoriSignificato
enabledtruebooleanAbilita il Plugin dopo che la voce del Plugin è stata caricata.
autoCapturetruebooleanAbilita acquisizione/revisione post-turno sui turni agente riusciti.
approvalPolicy"pending""pending", "auto"Accoda le proposte o scrive automaticamente quelle sicure.
reviewMode"hybrid""off", "heuristic", "llm", "hybrid"Sceglie acquisizione di correzioni esplicite, revisore LLM, entrambi o nessuno.
reviewInterval151..200Esegue il revisore dopo questo numero di turni riusciti.
reviewMinToolCalls81..500Esegue il revisore dopo questo numero di chiamate di tool osservate.
reviewTimeoutMs450005000..180000Timeout per l’esecuzione del revisore embedded.
maxPending501..200Numero massimo di proposte pending/in quarantena conservate per workspace.
maxSkillBytes400001024..200000Dimensione massima della Skill generata/file di supporto.
Profili consigliati: 
// Conservativo: solo uso esplicito dello strumento, nessuna acquisizione automatica.
{
  autoCapture: false,
  approvalPolicy: "pending",
  reviewMode: "off",
}

// Prima la revisione: acquisizione automatica, ma con approvazione obbligatoria.
{
  autoCapture: true,
  approvalPolicy: "pending",
  reviewMode: "hybrid",
}

// Automazione attendibile: scrive subito le proposte sicure.
{
  autoCapture: true,
  approvalPolicy: "auto",
  reviewMode: "hybrid",
}

// Basso costo: nessuna chiamata LLM al revisore, solo frasi di correzione esplicite.
{
  autoCapture: true,
  approvalPolicy: "pending",
  reviewMode: "heuristic",
}

​
Percorsi di acquisizione

Skill Workshop ha tre percorsi di acquisizione.

​
Suggerimenti dello strumento

Il modello può chiamare direttamente skill_workshop quando vede una procedura riutilizzabile o quando l’utente gli chiede di salvare/aggiornare una Skill. Questo è il percorso più esplicito e funziona anche con autoCapture: false.

​
Acquisizione euristica

Quando autoCapture è abilitato e reviewMode è heuristic o hybrid, il Plugin analizza i turni riusciti alla ricerca di frasi esplicite di correzione dell’utente:
  • next time
  • from now on
  • remember to
  • make sure to
  • always ... use/check/verify/record/save/prefer
  • prefer ... when/for/instead/use
  • when asked
L’euristica crea una proposta a partire dall’ultima istruzione utente corrispondente. Usa suggerimenti per argomento per scegliere i nomi delle Skill per workflow comuni:
  • attività con GIF animate -> animated-gif-workflow
  • attività con screenshot o asset -> screenshot-asset-workflow
  • attività QA o scenari -> qa-scenario-workflow
  • attività GitHub PR -> github-pr-workflow
  • fallback -> learned-workflows
L’acquisizione euristica è intenzionalmente ristretta. Serve per correzioni chiare e note di processo ripetibili, non per il riepilogo generale delle trascrizioni.

​
Revisore LLM

Quando autoCapture è abilitato e reviewMode è llm o hybrid, il Plugin esegue un revisore embedded compatto al raggiungimento delle soglie. Il revisore riceve:
  • il testo della trascrizione recente, limitato agli ultimi 12.000 caratteri
  • fino a 12 Skills esistenti del workspace
  • fino a 2.000 caratteri da ogni Skill esistente
  • istruzioni solo JSON
Il revisore non ha strumenti:
  • disableTools: true
  • toolsAllow: []
  • disableMessageTool: true
Il revisore restituisce { "action": "none" } oppure una proposta. Il campo action è create, append o replace — preferisci append/replace quando esiste già una Skill rilevante; usa create solo quando nessuna Skill esistente è adatta. Esempio di create: 
{
  "action": "create",
  "skillName": "media-asset-qa",
  "title": "Media Asset QA",
  "reason": "Reusable animated media acceptance workflow",
  "description": "Validate externally sourced animated media before product use.",
  "body": "## Workflow\n\n- Verify true animation.\n- Record attribution.\n- Store a local approved copy.\n- Verify in product UI before final reply."
}
append aggiunge section + body. replace sostituisce oldText con newText nella Skill nominata.

​
Ciclo di vita della proposta

Ogni aggiornamento generato diventa una proposta con:
  • id
  • createdAt
  • updatedAt
  • workspaceDir
  • facoltativamente agentId
  • facoltativamente sessionId
  • skillName
  • title
  • reason
  • source: tool, agent_end o reviewer
  • status
  • change
  • facoltativamente scanFindings
  • facoltativamente quarantineReason
Stati della proposta:
  • pending - in attesa di approvazione
  • applied - scritta in <workspace>/skills
  • rejected - rifiutata da operatore/modello
  • quarantined - bloccata da risultati critici dello scanner
Lo stato viene memorizzato per workspace sotto la directory di stato del Gateway: 
<stateDir>/skill-workshop/<workspace-hash>.json
Le proposte pending e in quarantena vengono deduplicate in base al nome della Skill e al payload della modifica. Il negozio conserva le proposte pending/in quarantena più recenti fino a maxPending.

​
Riferimento dello strumento

Il Plugin registra uno strumento agente: 
skill_workshop

​
status

Conta le proposte per stato per il workspace attivo. 
{ "action": "status" }
Forma del risultato: 
{
  "workspaceDir": "/path/to/workspace",
  "pending": 1,
  "quarantined": 0,
  "applied": 3,
  "rejected": 0
}

​
list_pending

Elenca le proposte pending. 
{ "action": "list_pending" }
Per elencare un altro stato: 
{ "action": "list_pending", "status": "applied" }
Valori validi di status:
  • pending
  • applied
  • rejected
  • quarantined

​
list_quarantine

Elenca le proposte in quarantena. 
{ "action": "list_quarantine" }
Usalo quando l’acquisizione automatica sembra non fare nulla e i log menzionano skill-workshop: quarantined <skill>.

​
inspect

Recupera una proposta per ID. 
{
  "action": "inspect",
  "id": "proposal-id"
}

​
suggest

Crea una proposta. Con approvalPolicy: "pending" (predefinito), questa viene accodata invece di essere scritta. 
{
  "action": "suggest",
  "skillName": "animated-gif-workflow",
  "title": "Animated GIF Workflow",
  "reason": "User established reusable GIF validation rules.",
  "description": "Validate animated GIF assets before using them.",
  "body": "## Workflow\n\n- Verify the URL resolves to image/gif.\n- Confirm it has multiple frames.\n- Record attribution and license.\n- Avoid hotlinking when a local asset is needed."
}

{
  "action": "suggest",
  "apply": true,
  "skillName": "animated-gif-workflow",
  "description": "Validate animated GIF assets before using them.",
  "body": "## Workflow\n\n- Verify true animation.\n- Record attribution."
}

{
  "action": "suggest",
  "apply": false,
  "skillName": "screenshot-asset-workflow",
  "description": "Screenshot replacement workflow.",
  "body": "## Workflow\n\n- Verify dimensions.\n- Optimize the PNG.\n- Run the relevant gate."
}

{
  "action": "suggest",
  "skillName": "qa-scenario-workflow",
  "section": "Workflow",
  "description": "QA scenario workflow.",
  "body": "- For media QA, verify generated assets render and pass final assertions."
}

{
  "action": "suggest",
  "skillName": "github-pr-workflow",
  "oldText": "- Check the PR.",
  "newText": "- Check unresolved review threads, CI status, linked issues, and changed files before deciding."
}

​
apply

Applica una proposta pending. 
{
  "action": "apply",
  "id": "proposal-id"
}
apply rifiuta le proposte in quarantena: 
quarantined proposal cannot be applied

​
reject

Segna una proposta come rifiutata. 
{
  "action": "reject",
  "id": "proposal-id"
}

​
write_support_file

Scrive un file di supporto dentro una directory Skill esistente o proposta. Directory di supporto di primo livello consentite:
  • references/
  • templates/
  • scripts/
  • assets/
Esempio: 
{
  "action": "write_support_file",
  "skillName": "release-workflow",
  "relativePath": "references/checklist.md",
  "body": "# Release Checklist\n\n- Run release docs.\n- Verify changelog.\n"
}
I file di supporto hanno ambito workspace, sono controllati nel percorso, limitati in byte da maxSkillBytes, sottoposti a scansione e scritti in modo atomico.

​
Scritture delle Skill

Skill Workshop scrive solo sotto: 
<workspace>/skills/<normalized-skill-name>/
I nomi delle Skill vengono normalizzati:
  • in minuscolo
  • le sequenze non [a-z0-9_-] diventano -
  • i caratteri non alfanumerici iniziali/finali vengono rimossi
  • la lunghezza massima è 80 caratteri
  • il nome finale deve corrispondere a [a-z0-9][a-z0-9_-]{1,79}
Per create:
  • se la Skill non esiste, Skill Workshop scrive una nuova SKILL.md
  • se esiste già, Skill Workshop aggiunge il body a ## Workflow
Per append:
  • se la Skill esiste, Skill Workshop aggiunge alla sezione richiesta
  • se non esiste, Skill Workshop crea una Skill minima e poi aggiunge
Per replace:
  • la Skill deve già esistere
  • oldText deve essere presente esattamente
  • viene sostituita solo la prima corrispondenza esatta
Tutte le scritture sono atomiche e aggiornano immediatamente lo snapshot in-memory delle Skills, così la Skill nuova o aggiornata può diventare visibile senza riavviare il Gateway.

​
Modello di sicurezza

Skill Workshop ha uno scanner di sicurezza sul contenuto generato di SKILL.md e sui file di supporto. I risultati critici mettono in quarantena le proposte:
ID regolaBlocca contenuto che…
prompt-injection-ignore-instructionsdice all’agente di ignorare istruzioni precedenti/superiori
prompt-injection-systemfa riferimento a prompt di sistema, messaggi developer o istruzioni nascoste
prompt-injection-toolincoraggia ad aggirare permessi/approvazioni degli strumenti
shell-pipe-to-shellinclude curl/wget pipe a sh, bash o zsh
secret-exfiltrationsembra inviare dati env/process env sulla rete
I risultati warn vengono conservati ma non bloccano da soli:
ID regolaSegnala…
destructive-deletecomandi ampi in stile rm -rf
unsafe-permissionsuso di permessi in stile chmod 777
Le proposte in quarantena:
  • mantengono scanFindings
  • mantengono quarantineReason
  • compaiono in list_quarantine
  • non possono essere applicate tramite apply
Per recuperare da una proposta in quarantena, crea una nuova proposta sicura con il contenuto non sicuro rimosso. Non modificare a mano il JSON del negozio.

​
Guida del prompt

Quando abilitato, Skill Workshop inietta una breve sezione di prompt che dice all’agente di usare skill_workshop per la memoria procedurale durevole. La guida enfatizza:
  • procedure, non fatti/preferenze
  • correzioni dell’utente
  • procedure riuscite non ovvie
  • ricorrenza di problemi
  • riparazione di Skills obsolete/sottili/sbagliate tramite append/replace
  • salvataggio della procedura riutilizzabile dopo lunghi cicli di tool o correzioni difficili
  • testo della Skill breve e imperativo
  • niente dump di trascrizione
Il testo della modalità di scrittura cambia con approvalPolicy:
  • modalità pending: accoda i suggerimenti; applica solo dopo approvazione esplicita
  • modalità auto: applica aggiornamenti sicuri alle Skills del workspace quando sono chiaramente riutilizzabili

​
Costi e comportamento runtime

L’acquisizione euristica non chiama alcun modello. La revisione LLM usa un’esecuzione embedded sul modello attivo/predefinito dell’agente. È basata su soglie, quindi per impostazione predefinita non viene eseguita a ogni turno. Il revisore:
  • usa lo stesso contesto provider/modello configurato quando disponibile
  • ripiega sui valori predefiniti runtime dell’agente
  • ha reviewTimeoutMs
  • usa un contesto bootstrap leggero
  • non ha strumenti
  • non scrive nulla direttamente
  • può emettere solo una proposta che passa attraverso il normale scanner e il percorso di approvazione/quarantena
Se il revisore fallisce, va in timeout o restituisce JSON non valido, il plugin registra un messaggio warning/debug e salta quel passaggio di revisione.

​
Modelli operativi

Usa Skill Workshop quando l’utente dice:
  • “la prossima volta, fai X”
  • “d’ora in poi, preferisci Y”
  • “assicurati di verificare Z”
  • “salva questo come workflow”
  • “questo ha richiesto un po’; ricordati il processo”
  • “aggiorna la skill locale per questo”
Buon testo di Skill: 
## Workflow

- Verify the GIF URL resolves to `image/gif`.
- Confirm the file has multiple frames.
- Record source URL, license, and attribution.
- Store a local copy when the asset will ship with the product.
- Verify the local asset renders in the target UI before final reply.
Testo di Skill scarso: 
The user asked about a GIF and I searched two websites. Then one was blocked by
Cloudflare. The final answer said to check attribution.
Motivi per cui la versione scarsa non dovrebbe essere salvata:
  • ha forma da trascrizione
  • non è imperativa
  • include dettagli rumorosi e una tantum
  • non dice all’agente successivo cosa fare

​
Debugging

Controlla se il Plugin è caricato: 
openclaw plugins list --enabled
Controlla il conteggio delle proposte dal contesto agente/strumento: 
{ "action": "status" }
Ispeziona le proposte pending: 
{ "action": "list_pending" }
Ispeziona le proposte in quarantena: 
{ "action": "list_quarantine" }
Sintomi comuni:
SintomoCausa probabileControllo
Lo strumento non è disponibileLa voce del Plugin non è abilitataplugins.entries.skill-workshop.enabled e openclaw plugins list
Non compare alcuna proposta automaticaautoCapture: false, reviewMode: "off" oppure soglie non raggiunteConfigurazione, stato delle proposte, log del Gateway
L’euristica non ha acquisitoIl testo dell’utente non corrispondeva ai pattern di correzioneUsa skill_workshop.suggest esplicito o abilita il revisore LLM
Il revisore non ha creato una propostaIl revisore ha restituito none, JSON non valido o è andato in timeoutLog del Gateway, reviewTimeoutMs, soglie
La proposta non viene applicataapprovalPolicy: "pending"list_pending, poi apply
La proposta è sparita dal pendingProposta duplicata riutilizzata, pruning del max pending o è stata applicata/rifiutata/messa in quarantenastatus, list_pending con filtri di stato, list_quarantine
Il file Skill esiste ma il modello non lo vedeLo snapshot delle Skill non è stato aggiornato o il gating delle skill lo escludeStato openclaw skills e idoneità delle skill del workspace
Log rilevanti:
  • skill-workshop: queued <skill>
  • skill-workshop: applied <skill>
  • skill-workshop: quarantined <skill>
  • skill-workshop: heuristic capture skipped: ...
  • skill-workshop: reviewer skipped: ...
  • skill-workshop: reviewer found no update

​
Scenari QA

Scenari QA supportati dal repo:
  • qa/scenarios/plugins/skill-workshop-animated-gif-autocreate.md
  • qa/scenarios/plugins/skill-workshop-pending-approval.md
  • qa/scenarios/plugins/skill-workshop-reviewer-autonomous.md
Esegui la copertura deterministica: 
pnpm openclaw qa suite \
  --scenario skill-workshop-animated-gif-autocreate \
  --scenario skill-workshop-pending-approval \
  --concurrency 1
Esegui la copertura del revisore: 
pnpm openclaw qa suite \
  --scenario skill-workshop-reviewer-autonomous \
  --concurrency 1
Lo scenario del revisore è intenzionalmente separato perché abilita reviewMode: "llm" ed esercita il passaggio del revisore embedded.

​
Quando non abilitare l’applicazione automatica

Evita approvalPolicy: "auto" quando:
  • il workspace contiene procedure sensibili
  • l’agente lavora su input non attendibili
  • le Skills sono condivise tra un team ampio
  • stai ancora ottimizzando prompt o regole dello scanner
  • il modello gestisce spesso contenuti web/email ostili
Usa prima la modalità pending. Passa alla modalità auto solo dopo aver esaminato il tipo di Skills che l’agente propone in quel workspace.

​
Documentazione correlata