Skill Atölyesi

Skill Workshop, çalışma alanı becerilerini oluşturmak ve güncellemek için OpenClaw'ın yönetişimli yoludur. Agent'lar ve operatörler bu yol üzerinden hiçbir zaman doğrudan SKILL.md yazmaz — bunun yerine, yalnızca uygulandığında canlı bir beceriye dönüşen bir öneri (içerik, hedef bağlama, tarayıcı durumu, karmalar ve geri alma meta verileri içeren bekleyen taslak) oluştururlar.

Skill Workshop yalnızca çalışma alanı becerilerini yazar. Paketlenmiş, plugin, ClawHub, ek kök, yönetilen, kişisel agent veya sistem becerilerine hiçbir zaman dokunmaz.

Nasıl çalışır?

• Önce öneri: oluşturulan içerik SKILL.md olarak değil, PROPOSAL.md olarak depolanır.
• Tek canlı yazma işlemi uygulamadır: oluşturma, güncelleme ve düzeltme etkin becerileri hiçbir zaman değiştirmez.
• Çalışma alanıyla sınırlı: oluşturma işlemleri çalışma alanının skills/ kökünü hedefler; güncellemelere yalnızca yazılabilir çalışma alanı becerileri için izin verilir.
• Üzerine yazma yok: hedef beceri zaten mevcutsa oluşturma başarısız olur.
• Karmaya bağlı: güncelleme önerileri mevcut hedef karmasına bağlanır ve canlı beceri uygulamadan önce değişirse stale durumuna geçer.
• Tarayıcı denetimli: uygulama, yazmadan önce güvenlik tarayıcısını yeniden çalıştırır.
• Kurtarılabilir: uygulama, canlı dosyalara dokunmadan önce geri alma meta verilerini yazar.
• Tutarlı yüzeyler: sohbet, CLI ve Gateway aynı hizmeti çağırır.

Yaşam döngüsü

oluşturma/güncelleme -> beklemededüzeltme             -> beklemedeuygulama              -> uygulandıreddetme              -> reddedildikarantinaya alma      -> karantinaya alındıhedef değişikliği     -> güncelliğini yitirdi

Yalnızca pending durumundaki bir öneri düzeltilebilir, uygulanabilir, reddedilebilir veya karantinaya alınabilir.

Yaşam döngüsü düzenlemesi

Gateway, paylaşılan durum veritabanında toplu beceri kullanımını izler. Günde bir kez, Skill Workshop tarafından oluşturulup uygulanmış becerileri inceler. 30 günden uzun süredir kullanılmayan beceriler stale; 90 gün sonra ise archived durumuna geçer ve yeni agent beceri anlık görüntülerine dahil edilmez. Arşivlenmiş beceri dosyaları diskte değiştirilmeden kalır. Elle yazılmış beceriler hiçbir zaman düzenlemeye tabi tutulmaz; yaşam döngüsü düzenlemesine yalnızca Skill Workshop önerileriyle oluşturulan beceriler girer.

Sabitlenmiş beceriler yaşam döngüsü geçişlerinden etkilenmez. Güncelliğini yitirmiş bir beceri kullanıldıktan ve sonraki tarama çalıştıktan sonra active durumuna döner. Arşivlenmiş beceriler yalnızca açık bir geri yükleme işlemiyle döner:

Yaşam döngüsü geçişleri ve geri yüklemeler yeni oturumlara uygulanır; çalışan oturumlar mevcut beceri anlık görüntülerini korur.

openclaw skills curator statusopenclaw skills curator pin <skill>openclaw skills curator unpin <skill>openclaw skills curator restore <skill>

Tüm düzenleyici komutları --json kabul eder. Durum ayrıca deterministik örtüşme adaylarını yalnızca öneri olarak bildirir; hiçbir zaman becerileri birleştirmez veya bir model çağırmaz.

Sohbet

Agent'dan istediğiniz beceriyi talep edin; agent skill_workshop çağırır ve bir öneri kimliği döndürür.

Son çalışmalardan öğrenme

Mevcut konuşmayı veya adlandırılmış kaynakları standartların yönlendirdiği tek bir beceri önerisine dönüştürmek için /learn kullanın:

/learn/learn docs/runbook.md ve https://example.com/guide; kurtarmaya odaklan

İstek olmadığında /learn, agent'dan mevcut konuşmadaki yeniden kullanılabilir iş akışını özümsemesini ister. İstek olduğunda agent; odak, kapsam ve adlandırma gereksinimlerine uyarken yolları, URL'leri, yapıştırılmış notları ve konuşma referanslarını kaynak olarak değerlendirir. Kaynakları mevcut araçlarıyla toplar, ardından action: "create" ile skill_workshop çağırır.

Ortaya çıkan öneri pending durumunda kalır; /learn bunu hiçbir zaman uygulamaz. Öneriyi normal onay akışı üzerinden veya openclaw skills workshop ile inceleyip uygulayın.

Oluşturma:

Pazartesi gelen kutusu rutinimi çalıştıran morning-catchup adlı bir beceri oluştur.

Mevcut bir çalışma alanı becerisini güncelleme:

trip-planning becerisini rezervasyondan önce koltuk haritalarını da kontrol edecek şekilde güncelle.

Bekleyen bir öneriyi yineleme:

morning-catchup önerisini göster.Acil olarak işaretlenen her şeyi de belirtecek şekilde düzelt.morning-catchup önerisini uygula.

Agent tarafından başlatılan apply, reject ve quarantine, varsayılan olarak ek bir onay istemi olmadan çalışır. Bu eylemlerden önce operatör onayı gerektirmek için skills.workshop.approvalPolicy değerini "pending" olarak ayarlayın.

Onay gerektiğinde istem, öneri kimliğini ve hedef beceriyi belirtir; ayrıca öneri açıklamasını, destek dosyası sayısını ve gövde boyutunu gösterir. Onay istekleri, agent aracı zaman aşımı gözcüsünden önce tamamlanacak şekilde sınırlandırılır. İstemin süresi dolmadan karar verilmezse yaşam döngüsü eylemi çalışmaz: öneri beklemede ve değiştirilmeden kalır. Daha sonra Skill Workshop kullanıcı arayüzünde karar verin veya openclaw skills workshop apply|reject|quarantine <proposal-id> çalıştırın. Agent'lar süresi dolmuş bir yaşam döngüsü eylemini döngü içinde yeniden denememelidir.

CLI

# Oluşturopenclaw skills workshop propose-create \  --name morning-catchup \  --description "Günlük gelen kutusu takibi: sınıflandır, arşivle, öne çıkar, taslak hazırla, planla" \  --proposal ./PROPOSAL.md # Mevcut bir çalışma alanı becerisini güncelleopenclaw skills workshop propose-update trip-planning --proposal ./PROPOSAL.md # Listele ve inceleopenclaw skills workshop listopenclaw skills workshop inspect <proposal-id> # Onaydan önce düzeltopenclaw skills workshop revise <proposal-id> --proposal ./PROPOSAL.md # Sonuçlandıropenclaw skills workshop apply <proposal-id>openclaw skills workshop reject <proposal-id> --reason "Yinelenen"openclaw skills workshop quarantine <proposal-id> --reason "Güvenlik incelemesi gerekiyor"

Her alt komut --agent <id> (hedef çalışma alanı; varsayılan olarak önce cwd'den çıkarılan, ardından varsayılan agent) ve --json (yapılandırılmış çıktı) kabul eder. propose-create, propose-update ve revise ayrıca öneri bağlamını --proposal ile birlikte kaydetmek için --goal <text> ve --evidence <text> kabul eder.

Öneri içeriği

Öneri beklemedeyken, yalnızca öneriye özgü frontmatter ile PROPOSAL.md olarak depolanır:

---name: "morning-catchup"description: "Günlük gelen kutusu takibi: sınıflandır, arşivle, öne çıkar, taslak hazırla, planla"status: proposalversion: "v1"date: "2026-05-30T00:00:00.000Z"---

Uygulama sırasında Skill Workshop etkin SKILL.md dosyasını yazar ve yalnızca öneriye özgü alanları kaldırır: status, öneri version ve öneri date.

Destek dosyaları

Önerilen beceri PROPOSAL.md yanında dosyalara ihtiyaç duyduğunda --proposal-dir kullanın:

openclaw skills workshop propose-create \  --name weekly-update \  --description "Cuma kapanışı: istatistikler, öne çıkanlar, gelecek haftanın en önemli üç maddesi" \  --proposal-dir ./weekly-update-proposal

Dizin PROPOSAL.md içermelidir. Destek dosyaları assets/, examples/, references/, scripts/ veya templates/ altında bulunmalıdır. Skill Workshop bunları tarar, karmalarını hesaplar ve öneriyle birlikte depolar; ardından yalnızca uygulama sırasında canlı SKILL.md yanına yazar.

Reddedilen destek dosyası yolları: mutlak yollar, gizli yol segmentleri, yol geçişi, örtüşen yollar, yürütülebilir dosyalar, UTF-8 olmayan metinler, null baytları ve standart destek klasörlerinin dışındaki yollar.

Agent aracı

Model, gerekli tek bir action ile skill_workshop kullanır: create | update | revise | list | inspect | apply | reject | quarantine. Diğer parametreler eyleme bağlı olarak uygulanır:

Agent'lar oluşturulan beceri çalışmaları için skill_workshop kullanmalıdır. Öneri dosyalarını write, edit, exec, kabuk komutları veya doğrudan dosya sistemi işlemleri aracılığıyla oluşturmamalı veya değiştirmemelidir.

Önerilen beceriler

OpenClaw, etkileşimli bir tur sona erdiğinde başarısız turlar dahil olmak üzere “bir dahaki sefere”, “şunu hatırla” gibi kalıcı talimatları ve tepkisel düzeltmeleri algılar. Sonraki turda agent, algılanan en son iş akışını skill_workshop aracılığıyla kaydetmeyi önerir; öneri oluşturulup oluşturulmayacağına kullanıcı karar verir. Bu yerleşik öneri kendi başına bir beceri oluşturmaz veya değiştirmez. Bunun yerine bekleyen önerileri doğrudan oluşturmak için skills.workshop.autonomous.enabled etkinleştirin. Control UI'da Workshop sekmesi aynı ayarı sayfa başlığında bir Kendi kendine öğrenme anahtarı ve boş öneri panosunda bir etkinleştirme düğmesi olarak sunar.

Geçmiş oturumları tarama

Control UI, otonom kendi kendine öğrenmeyi etkinleştirmeden eski çalışmaları inceleyebilir. Plugins → Workshop bölümünü açın ve Beceri fikirleri bul seçeneğini belirleyin. Tarama, uygun en yeni oturumlarla başlar ve kapsamı sınırlandırılmış önemli çalışmalar penceresini inceler. Cron, Heartbeat, kanca, alt agent, ACP, plugin'e ait ve dahili inceleme oturumlarının yanı sıra altıdan az model turu içeren konuşmaları atlar.

İnceleyici, seçilen agent'ın yapılandırılmış modelini kullanır ve gizli bilgileri ayıklanmış, boyutu sınırlandırılmış bir konuşma dökümü paketi alır. Deneyim incelemesiyle aynı ihtiyatlı ölçütü uygular: somut bir kurtarma kalıbı veya gelecekteki en az iki model ya da araç çağrısını ortadan kaldıracak kararlı bir prosedür. Rutin çalışmalar ve tek seferlik olgular hiçbir öneri üretmemelidir.

Tek bir tarama en fazla üç bekleyen öneri oluşturabilir veya düzeltebilir. Canlı bir beceriyi uygulayamaz, reddedemez, karantinaya alamaz veya düzenleyemez. Workshop, örneğin 20 oturum incelendi · 18 Haz–bugün · 2 fikir bulundu biçiminde birikimli kapsamı gösterir. Kalıcı en eski oturum imlecinden devam etmek için Daha eski çalışmaları tara seçeneğini belirleyin. Kullanılabilir geçmiş tükendikten sonra eylem Yeni çalışmaları tara olur.

Geçmiş inceleme, skills.workshop.autonomous.enabled değeri false olduğunda bile manuel olarak yapılır. Her tıklama bir model çalıştırması başlatır; bu nedenle sağlayıcı fiyatlandırması ve veri işleme koşulları geçerlidir. İmleç ve kapsam sayıları paylaşılan OpenClaw durum veritabanında saklanır; transkript içeriği tarama durumuna kopyalanmaz.

Otonom yakalama etkinleştirildiğinde OpenClaw, başarılı ve kapsamlı çalışmaların ardından ve tüm ajan sistemi boşa geçtiğinde ihtiyatlı bir inceleme de gerçekleştirebilir. Bu yalıtılmış inceleme en fazla bir bekleyen teklif oluşturabilir veya revize edebilir. approvalPolicy değeri "auto" olsa bile canlı bir skill'i güncelleyemez veya bir teklifi uygulayamaz, reddedemez ya da karantinaya alamaz.

Etkinleştirme, uygunluk, gizlilik ve maliyet ayrıntıları, teklif eşiği ve sorun giderme için Kendi kendine öğrenme bölümüne bakın.

Onay ve özerklik

{  skills: {    workshop: {      autonomous: {        enabled: false,      },      allowSymlinkTargetWrites: false,      approvalPolicy: "auto",      maxPending: 50,      maxSkillBytes: 40000,    },  },}

Otonom yakalama, ileriye dönük kuralları (örneğin, “bundan sonra”) ve tepkisel düzeltmeleri (örneğin, “istediğim bu değildi”) tanır. Yeni talimatları konuya göre tur başına en fazla üç teklif hâlinde gruplar, sözcük dağarcığı eşleşmelerini mevcut yazılabilir çalışma alanı skill'lerine yönlendirir ve başka bir düzeltme aynı skill'i hedeflediğinde kendi bekleyen teklifini revize eder.

Açık bir düzeltme olmadan tamamlanan başarılı ve kapsamlı çalışmalar için, seçilen modelin yalıtılmış bir çalışması, tamamlanan gidişatın ihtiyatlı teklif eşiğini aşıp aşmadığına karar verir. Ön plan modelinden yanıt vermeden önce öğrenmesi istenmez. Arka plan inceleyicisi, ön plan çalışmasını teklifin kaynağı olarak korur, genel ajan araçlarına erişemez ve yaşam döngüsü kararları veremez. İnceleme yalnızca ön plan çalışma zamanı hem tam olarak çözümlenmiş modelini hem de skill_workshop aracının gerçekten kullanılabilir olduğunu bildirdiğinde başlar. Bu nedenle kısıtlayıcı veya bilinmeyen araç politikası güvenli biçimde başarısız olur ve teklif oluşturmaz.

Eksiksiz otonom inceleme davranışı ve güvenlik modeli için Kendi kendine öğrenme bölümüne bakın.

Teklif açıklamaları, maxSkillBytes değerinden bağımsız olarak her zaman 160 baytla sınırlıdır.

Gateway yöntemleri

requestRevision yalnızca Gateway'e özeldir (CLI veya ajan aracı eşdeğeri yoktur): ajanın değişmez yeni içerik göndermek yerine revizyon yapmasının istendiği kullanıcı arayüzleri için PROPOSAL.md değerini doğrudan değiştirmek yerine serbest metinli revizyon talimatlarını sahip ajanın sohbet oturumuna iletir.

historyStatus ve historyScan, Control UI destek yöntemleridir. historyScan, direction: "older" | "newer" kabul eder; sonuçları her zaman bekleyen teklifler olarak bırakır.

Depolama

&lt;OPENCLAW_STATE_DIR&gt;/skill-workshop/  proposals.json  proposals/<proposal-id>/    proposal.json    PROPOSAL.md    rollback.json    assets/    examples/    references/    scripts/    templates/

Varsayılan durum dizini: ~/.openclaw.

• proposal.json: standart teklif kaydı.
• proposals.json: teklif klasörlerinden yeniden oluşturulabilen hızlı listeleme dizini.
• PROPOSAL.md: bekleyen skill teklifi.
• rollback.json: uygulama işlemi canlı dosyaları değiştirmeden önce yazılan kurtarma meta verileri.

Sınırlar

Sorun giderme

Araç politikası tanılaması

Otonom yakalama etkinleştirildiğinde openclaw doctor, varsayılan ajan için core/doctor/skill-workshop-tool-policy denetimini çalıştırır. Politika skill_workshop aracını gizliyorsa uyarı, dışlayan ilk yapılandırma katmanını ve yapılması gereken tam allow veya alsoAllow değişikliğini belirtir. Eski çalışma kitapları hâlâ openclaw plugins inspect skill-workshop kullanıyor olabilir; bu komut artık Skill Workshop'un yerleşik olduğunu açıklar ve uygulanabilir olduğunda aynı politika ipucunu yazdırır.

İlgili

• Yükleme sırası, öncelik ve görünürlük için Skills
• Çalışma sonrası ihtiyatlı skill teklifleri için Kendi kendine öğrenme
• Elle yazılan SKILL.md temelleri için Skill oluşturma
• Tam skills.workshop şeması için Skills yapılandırması
• openclaw skills komutları için Skills CLI