Pular para o conteúdo principal

Documentation Index

Fetch the complete documentation index at: https://docs.openclaw.ai/llms.txt

Use this file to discover all available pages before exploring further.

O OpenClaw cria um prompt de sistema personalizado para cada execução de agente. O prompt é controlado pelo OpenClaw e não usa o prompt padrão do pi-coding-agent. O prompt é montado pelo OpenClaw e injetado em cada execução de agente. A montagem do prompt tem três camadas:
  • buildAgentSystemPrompt renderiza o prompt a partir de entradas explícitas. Ele deve permanecer um renderizador puro e não deve ler a configuração global diretamente.
  • resolveAgentSystemPromptConfig resolve controles de prompt baseados em configuração, como exibição do proprietário, dicas de TTS, aliases de modelo, modo de citação de memória e modo de delegação de subagente para um agente específico.
  • Adaptadores de runtime (incorporado, CLI, pré-visualizações de comando/exportação, Compaction) coletam fatos ativos, como ferramentas, estado do sandbox, capacidades do canal, arquivos de contexto e contribuições de prompt do provedor, depois chamam a fachada de prompt configurada.
Isso mantém as superfícies de prompt exportadas/de depuração alinhadas com as execuções reais sem transformar cada detalhe específico de runtime em um construtor monolítico. Plugins de provedor podem contribuir com orientações de prompt cientes de cache sem substituir todo o prompt controlado pelo OpenClaw. O runtime do provedor pode:
  • substituir um pequeno conjunto de seções centrais nomeadas (interaction_style, tool_call_style, execution_bias)
  • injetar um prefixo estável acima do limite do cache de prompt
  • injetar um sufixo dinâmico abaixo do limite do cache de prompt
Use contribuições controladas pelo provedor para ajustes específicos da família de modelos. Mantenha a mutação de prompt legada before_prompt_build para compatibilidade ou mudanças de prompt realmente globais, não para comportamento normal de provedor. A sobreposição da família OpenAI GPT-5 mantém a regra central de execução pequena e adiciona orientações específicas do modelo para fixação de persona, saída concisa, disciplina de ferramentas, busca paralela, cobertura de entregáveis, verificação, contexto ausente e higiene de ferramentas de terminal.

​
Estrutura

O prompt é intencionalmente compacto e usa seções fixas:
  • Ferramentas: lembrete de fonte da verdade de ferramenta estruturada mais orientação de uso de ferramentas em runtime.
  • Viés de execução: orientação compacta de acompanhamento: agir no turno em solicitações acionáveis, continuar até concluir ou ficar bloqueado, recuperar-se de resultados fracos de ferramentas, verificar estado mutável ao vivo e verificar antes de finalizar.
  • Segurança: breve lembrete de proteções para evitar comportamento de busca de poder ou contorno de supervisão.
  • Skills (quando disponíveis): informa ao modelo como carregar instruções de Skills sob demanda.
  • Controle do OpenClaw: instrui o modelo a preferir a ferramenta gateway para trabalho de configuração/reinicialização e evitar inventar comandos de CLI.
  • Autoatualização do OpenClaw: como inspecionar a configuração com segurança usando config.schema.lookup, aplicar patches na configuração com config.patch, substituir a configuração completa com config.apply e executar update.run somente mediante solicitação explícita do usuário. A ferramenta gateway, exclusiva do proprietário, também se recusa a reescrever tools.exec.ask / tools.exec.security, incluindo aliases legados tools.bash.* que normalizam para esses caminhos exec protegidos.
  • Workspace: diretório de trabalho (agents.defaults.workspace).
  • Documentação: caminho local para docs/source do OpenClaw e quando lê-los.
  • Arquivos do workspace (injetados): indica que arquivos de bootstrap estão incluídos abaixo.
  • Sandbox (quando habilitado): indica runtime em sandbox, caminhos do sandbox e se exec elevado está disponível.
  • Data e hora atuais: apenas fuso horário (estável para cache; o relógio ao vivo vem de session_status).
  • Diretivas de saída do assistente: sintaxe compacta de anexo, nota de voz e tag de resposta.
  • Heartbeats: prompt de Heartbeat e comportamento de confirmação, quando Heartbeats estão habilitados para o agente padrão.
  • Runtime: host, SO, Node, modelo, raiz do repositório (quando detectada), nível de raciocínio (uma linha).
  • Raciocínio: nível atual de visibilidade + dica do alternador /reasoning.
O OpenClaw mantém conteúdo grande e estável, incluindo Contexto do projeto, acima do limite interno do cache de prompt. Seções voláteis de canal/sessão, como orientação incorporada da IU de controle, Mensagens, Voz, Contexto de chat em grupo, Reações, Heartbeats e Runtime, são anexadas abaixo desse limite para que backends locais com caches de prefixo possam reutilizar o prefixo estável do workspace entre turnos de canal. Descrições de ferramentas também devem evitar incorporar nomes de canais atuais quando o esquema aceito já carrega esse detalhe de runtime. A seção Ferramentas também inclui orientação de runtime para trabalhos de longa duração:
  • use Cron para acompanhamento futuro (check back later, lembretes, trabalho recorrente) em vez de loops de espera com exec, truques de atraso yieldMs ou polling repetido de process
  • use exec / process somente para comandos que começam agora e continuam executando em segundo plano
  • quando o despertar automático por conclusão estiver habilitado, inicie o comando uma vez e conte com o caminho de despertar baseado em push quando ele emitir saída ou falhar
  • use process para logs, status, entrada ou intervenção quando precisar inspecionar um comando em execução
  • se a tarefa for maior, prefira sessions_spawn; a conclusão do subagente é baseada em push e se anuncia automaticamente de volta ao solicitante
  • não faça polling de subagents list / sessions_list em loop apenas para esperar a conclusão
agents.defaults.subagents.delegationMode pode reforçar essa orientação. O modo padrão suggest mantém o incentivo básico. prefer adiciona uma seção dedicada Delegação de subagente instruindo o agente principal a atuar como um coordenador responsivo e encaminhar qualquer coisa mais envolvida do que uma resposta direta por meio de sessions_spawn. Isso é apenas prompt; a política de ferramentas ainda controla se sessions_spawn está disponível. Quando a ferramenta experimental update_plan está habilitada, Ferramentas também instrui o modelo a usá-la somente para trabalho não trivial em várias etapas, manter exatamente uma etapa in_progress e evitar repetir o plano inteiro após cada atualização. As proteções de segurança no prompt de sistema são consultivas. Elas orientam o comportamento do modelo, mas não impõem política. Use política de ferramentas, aprovações de exec, sandboxing e allowlists de canal para imposição rígida; operadores podem desativá-las por design. Em canais com cartões/botões de aprovação nativos, o prompt de runtime agora instrui o agente a usar primeiro essa IU de aprovação nativa. Ele só deve incluir um comando manual /approve quando o resultado da ferramenta disser que aprovações por chat não estão disponíveis ou que a aprovação manual é o único caminho.

​
Modos de prompt

O OpenClaw pode renderizar prompts de sistema menores para subagentes. O runtime define um promptMode para cada execução (não uma configuração visível ao usuário):
  • full (padrão): inclui todas as seções acima.
  • minimal: usado para subagentes; omite Recuperação de memória, Autoatualização do OpenClaw, Aliases de modelo, Identidade do usuário, Diretivas de saída do assistente, Mensagens, Respostas silenciosas e Heartbeats. Ferramentas, Segurança, Skills quando fornecidas, Workspace, Sandbox, Data e hora atuais (quando conhecidas), Runtime e contexto injetado permanecem disponíveis.
  • none: retorna apenas a linha de identidade base.
Quando promptMode=minimal, prompts extras injetados são rotulados como Contexto de subagente em vez de Contexto de chat em grupo. Para execuções de resposta automática de canal, o OpenClaw pode omitir a seção genérica Respostas silenciosas quando o contexto de chat direto/em grupo já inclui o comportamento NO_REPLY resolvido e específico da conversa. Isso evita repetir a mecânica de tokens tanto no prompt de sistema global quanto no contexto do canal.

​
Snapshots de prompt

O OpenClaw mantém snapshots de prompt commitados para o caminho feliz do runtime Codex em test/fixtures/agents/prompt-snapshots/codex-runtime-happy-path/. Eles renderizam parâmetros selecionados de thread/turno do servidor de aplicativo, mais uma pilha reconstruída de camadas de prompt vinculadas ao modelo para turnos diretos no Telegram, grupos do Discord e Heartbeat. Essa pilha inclui uma fixture fixada de prompt de modelo Codex gpt-5.5 gerada a partir do formato de catálogo/cache de modelos do Codex, o texto de desenvolvedor de permissões do caminho feliz do Codex, instruções de desenvolvedor do OpenClaw, instruções de modo de colaboração com escopo de turno quando o OpenClaw as fornece, entrada do turno do usuário e referências às especificações dinâmicas de ferramentas. Atualize a fixture fixada de prompt de modelo Codex com pnpm prompt:snapshots:sync-codex-model. Por padrão, o script procura o cache de runtime do Codex em $CODEX_HOME/models_cache.json, depois em ~/.codex/models_cache.json e só então recorre à convenção de checkout Codex do mantenedor em ~/code/codex/codex-rs/models-manager/models.json. Se nenhuma dessas fontes existir, o comando sai sem alterar a fixture commitada. Passe --catalog <path> para atualizar a partir de um arquivo models_cache.json ou models.json específico. Esses snapshots ainda não são uma captura bruta byte a byte da solicitação OpenAI. O Codex pode adicionar contexto de workspace controlado pelo runtime, como AGENTS.md, contexto de ambiente, memórias, instruções de app/plugin e instruções integradas do modo de colaboração Default dentro do runtime Codex depois que o OpenClaw envia parâmetros de thread e turno. Regere-os com pnpm prompt:snapshots:gen e verifique desvios com pnpm prompt:snapshots:check. A CI executa a verificação de desvio no shard de limite adicional para que mudanças de prompt e atualizações de snapshot permaneçam anexadas ao mesmo PR.

​
Injeção de bootstrap do workspace

Arquivos de bootstrap são aparados e anexados em Contexto do projeto para que o modelo veja contexto de identidade e perfil sem precisar de leituras explícitas:
  • AGENTS.md
  • SOUL.md
  • TOOLS.md
  • IDENTITY.md
  • USER.md
  • HEARTBEAT.md
  • BOOTSTRAP.md (somente em workspaces totalmente novos)
  • MEMORY.md quando presente
Todos esses arquivos são injetados na janela de contexto em cada turno, a menos que um gate específico do arquivo se aplique. HEARTBEAT.md é omitido em execuções normais quando Heartbeats estão desabilitados para o agente padrão ou agents.defaults.heartbeat.includeSystemPromptSection é false. Mantenha os arquivos injetados concisos, especialmente MEMORY.md. MEMORY.md deve permanecer um resumo curado de longo prazo; notas diárias detalhadas pertencem a memory/*.md, onde memory_search e memory_get podem recuperá-las sob demanda. Arquivos MEMORY.md grandes demais aumentam o uso do prompt e podem ser parcialmente injetados por causa dos limites de arquivos de bootstrap abaixo. Quando uma sessão é executada no harness Codex nativo, o Codex carrega AGENTS.md por meio de sua própria descoberta de documentos de projeto. O OpenClaw ainda resolve os arquivos de bootstrap restantes e os encaminha como instruções de configuração do Codex, então SOUL.md, TOOLS.md, IDENTITY.md, USER.md, HEARTBEAT.md, BOOTSTRAP.md e MEMORY.md mantêm o mesmo papel de contexto de workspace sem duplicar AGENTS.md.
Arquivos diários memory/*.md não fazem parte do Contexto do projeto de bootstrap normal. Em turnos comuns, eles são acessados sob demanda por meio das ferramentas memory_search e memory_get, portanto não contam contra a janela de contexto, a menos que o modelo os leia explicitamente. Turnos simples /new e /reset são a exceção: o runtime pode prefixar memória diária recente como um bloco único de contexto de inicialização para esse primeiro turno.
Arquivos grandes são truncados com um marcador. O tamanho máximo por arquivo é controlado por agents.defaults.bootstrapMaxChars (padrão: 12000). O total de conteúdo de bootstrap injetado entre arquivos é limitado por agents.defaults.bootstrapTotalMaxChars (padrão: 60000). Arquivos ausentes injetam um breve marcador de arquivo ausente. Quando ocorre truncamento, o OpenClaw pode injetar um aviso conciso de prompt de sistema; controle isso com agents.defaults.bootstrapPromptTruncationWarning (off, once, always; padrão: once). Contagens brutas/injetadas detalhadas permanecem em diagnósticos como /context, /status, doctor e logs. Para arquivos de memória, truncamento não é perda de dados: o arquivo permanece intacto no disco, mas o modelo só vê a cópia injetada encurtada até ler ou pesquisar a memória diretamente. Se MEMORY.md for truncado repetidamente, destile-o em um resumo durável mais curto e mova o histórico detalhado para memory/*.md, ou aumente intencionalmente os limites de bootstrap. Sessões de subagente injetam apenas AGENTS.md e TOOLS.md (outros arquivos de bootstrap são filtrados para manter o contexto do subagente pequeno). Hooks internos podem interceptar esta etapa por meio de agent:bootstrap para modificar ou substituir os arquivos de bootstrap injetados (por exemplo, trocar SOUL.md por uma persona alternativa). Se você quiser fazer o agente soar menos genérico, comece com Guia de personalidade SOUL.md. Para inspecionar quanto cada arquivo injetado contribui (bruto vs. injetado, truncamento, além da sobrecarga do esquema da ferramenta), use /context list ou /context detail. Consulte Contexto.

​
Tratamento de tempo

O prompt do sistema inclui uma seção dedicada Data e hora atuais quando o fuso horário do usuário é conhecido. Para manter o cache do prompt estável, agora ele inclui apenas o fuso horário (sem relógio dinâmico nem formato de hora). Use session_status quando o agente precisar da hora atual; o cartão de status inclui uma linha de timestamp. A mesma ferramenta pode opcionalmente definir uma substituição de modelo por sessão (model=default limpa essa substituição). Configure com:
  • agents.defaults.userTimezone
  • agents.defaults.timeFormat (auto | 12 | 24)
Consulte Data e hora para detalhes completos sobre o comportamento.

​
Skills

Quando existirem Skills elegíveis, o OpenClaw injeta uma lista de Skills disponíveis compacta (formatSkillsForPrompt) que inclui o caminho do arquivo para cada Skill. O prompt instrui o modelo a usar read para carregar o SKILL.md no local listado (workspace, gerenciado ou empacotado). Se nenhuma Skill for elegível, a seção Skills é omitida. A elegibilidade inclui gates de metadados de Skills, verificações de ambiente/configuração em tempo de execução e a lista efetiva de Skills permitidas do agente quando agents.defaults.skills ou agents.list[].skills está configurado. Skills empacotadas por Plugin são elegíveis apenas quando o Plugin proprietário está habilitado. Isso permite que Plugins de ferramentas exponham guias operacionais mais aprofundados sem incorporar toda essa orientação diretamente em cada descrição de ferramenta. 
<available_skills>
  <skill>
    <name>...</name>
    <description>...</description>
    <location>...</location>
  </skill>
</available_skills>
Isso mantém o prompt base pequeno enquanto ainda permite o uso direcionado de Skills. O orçamento da lista de Skills pertence ao subsistema de Skills:
  • Padrão global: skills.limits.maxSkillsPromptChars
  • Substituição por agente: agents.list[].skillsLimits.maxSkillsPromptChars
Trechos genéricos limitados em tempo de execução usam uma superfície diferente:
  • agents.defaults.contextLimits.*
  • agents.list[].contextLimits.*
Essa separação mantém o dimensionamento de Skills separado do dimensionamento de leitura/injeção em tempo de execução, como memory_get, resultados de ferramentas ao vivo e atualizações de AGENTS.md pós-Compaction.

​
Documentação

O prompt do sistema inclui uma seção Documentação. Quando a documentação local está disponível, ela aponta para o diretório local de documentação do OpenClaw (docs/ em um checkout do Git ou a documentação do pacote npm empacotado). Se a documentação local não estiver disponível, ela recorre a https://docs.openclaw.ai. A mesma seção também inclui o local do código-fonte do OpenClaw. Checkouts do Git expõem a raiz local do código-fonte para que o agente possa inspecionar o código diretamente. Instalações por pacote incluem a URL do código-fonte no GitHub e orientam o agente a revisar o código-fonte lá sempre que a documentação estiver incompleta ou desatualizada. O prompt também observa o espelho público da documentação, o Discord da comunidade e o ClawHub (https://clawhub.ai) para descoberta de Skills. Ele orienta o modelo a consultar primeiro a documentação para comportamento, comandos, configuração ou arquitetura do OpenClaw, e a executar openclaw status por conta própria quando possível (perguntando ao usuário apenas quando não tiver acesso). Especificamente para configuração, ele orienta os agentes para a ação da ferramenta gateway config.schema.lookup para documentação e restrições exatas no nível de campo, depois para docs/gateway/configuration.md e docs/gateway/configuration-reference.md para orientação mais ampla.

​
Relacionados