docs/docs/de/plugins/skill-workshop.md

read_when	summary	title	x-i18n
Sie möchten, dass Agenten Korrekturen oder wiederverwendbare Verfahren in Workspace-Skills umwandeln Sie konfigurieren prozedurales Skill-Memory Sie debuggen das Verhalten des Tools skill_workshop Sie entscheiden, ob die automatische Skill-Erstellung aktiviert werden soll	Experimentelle Erfassung wiederverwendbarer Verfahren als Workspace-Skills mit Review, Genehmigung, Quarantäne und Hot-Skill-Aktualisierung	Skill-Workshop-Plugin	generated_at model provider source_hash source_path workflow 2026-04-24T06:52:16Z gpt-5.4 openai e6063843bf15e639d7f5943db1bab52fbffce6ec30af350221d8b3cd711e227b plugins/skill-workshop.md 15

Skill Workshop ist experimentell. Es ist standardmäßig deaktiviert, seine Erfassungs- Heuristiken und Reviewer-Prompts können sich zwischen Releases ändern, und automatische Schreibvorgänge sollten nur in vertrauenswürdigen Workspaces verwendet werden, nachdem zuerst die Ausgabe im Pending-Modus geprüft wurde.

Skill Workshop ist prozedurales Memory für Workspace-Skills. Es ermöglicht einem Agenten, wiederverwendbare Workflows, Benutzerkorrekturen, hart erarbeitete Fixes und wiederkehrende Stolperfallen in SKILL.md-Dateien unter folgendem Pfad umzuwandeln:

<workspace>/skills/<skill-name>/SKILL.md

Das unterscheidet sich von Langzeit-Memory:

• Memory speichert Fakten, Präferenzen, Entitäten und vergangenen Kontext.
• Skills speichern wiederverwendbare Verfahren, denen der Agent bei zukünftigen Aufgaben folgen soll.
• Skill Workshop ist die Brücke von einem nützlichen Turn zu einem dauerhaften Workspace- Skill, mit Sicherheitsprüfungen und optionaler Genehmigung.

Skill Workshop ist nützlich, wenn der Agent ein Verfahren lernt, etwa:

• wie extern bezogene animierte GIF-Assets validiert werden
• wie Screenshot-Assets ersetzt und Abmessungen verifiziert werden
• wie ein repositoryspezifisches QA-Szenario ausgeführt wird
• wie ein wiederkehrender Provider-Fehler debuggt wird
• wie eine veraltete lokale Workflow-Notiz repariert wird

Es ist nicht gedacht für:

• Fakten wie „der Benutzer mag Blau“
• breites autobiografisches Memory
• Archivierung roher Transkripte
• Secrets, Credentials oder verborgenen Prompt-Text
• einmalige Anweisungen, die sich nicht wiederholen

Standardzustand

Das gebündelte Plugin ist experimentell und standardmäßig deaktiviert, es sei denn, es wird explizit in plugins.entries.skill-workshop aktiviert.

Das Plugin-Manifest setzt nicht enabledByDefault: true. Der Standardwert enabled: true innerhalb des Plugin-Konfigurationsschemas gilt nur, nachdem der Plugin-Eintrag bereits ausgewählt und geladen wurde.

Experimentell bedeutet:

• Das Plugin wird ausreichend unterstützt für Opt-in-Tests und Dogfooding
• Vorschlagsspeicherung, Reviewer-Schwellenwerte und Erfassungsheuristiken können sich weiterentwickeln
• Ausstehende Genehmigung ist der empfohlene Startmodus
• automatisches Anwenden ist für vertrauenswürdige persönliche/Workspace-Setups gedacht, nicht für gemeinsam genutzte oder feindselige Umgebungen mit vielen Eingaben

Aktivieren

Minimale sichere Konfiguration:

{
  plugins: {
    entries: {
      "skill-workshop": {
        enabled: true,
        config: {
          autoCapture: true,
          approvalPolicy: "pending",
          reviewMode: "hybrid",
        },
      },
    },
  },
}

Mit dieser Konfiguration:

• das Tool skill_workshop ist verfügbar
• explizite wiederverwendbare Korrekturen werden als ausstehende Vorschläge in die Warteschlange gestellt
• schwellenwertbasierte Reviewer-Durchläufe können Skill-Updates vorschlagen
• keine Skill-Datei wird geschrieben, bis ein ausstehender Vorschlag angewendet wird

Verwenden Sie automatische Schreibvorgänge nur in vertrauenswürdigen Workspaces:

{
  plugins: {
    entries: {
      "skill-workshop": {
        enabled: true,
        config: {
          autoCapture: true,
          approvalPolicy: "auto",
          reviewMode: "hybrid",
        },
      },
    },
  },
}

approvalPolicy: "auto" verwendet weiterhin denselben Scanner- und Quarantänepfad. Es wendet Vorschläge mit kritischen Befunden nicht an.

Konfiguration

Key	Default	Bereich / Werte	Bedeutung
enabled	true	boolean	Aktiviert das Plugin, nachdem der Plugin-Eintrag geladen wurde.
autoCapture	true	boolean	Aktiviert Erfassung/Review nach einem erfolgreichen Agent-Turn.
approvalPolicy	"pending"	"pending", "auto"	Vorschläge in die Warteschlange stellen oder sichere Vorschläge automatisch schreiben.
reviewMode	"hybrid"	"off", "heuristic", "llm", "hybrid"	Wählt explizite Korrekturerfassung, LLM-Reviewer, beides oder keines.
reviewInterval	15	1..200	Reviewer nach so vielen erfolgreichen Turns ausführen.
reviewMinToolCalls	8	1..500	Reviewer nach so vielen beobachteten Tool-Aufrufen ausführen.
reviewTimeoutMs	45000	5000..180000	Timeout für den eingebetteten Reviewer-Lauf.
maxPending	50	1..200	Maximale Anzahl ausstehender/quarantänierter Vorschläge pro Workspace.
maxSkillBytes	40000	1024..200000	Maximale Größe generierter Skill-/Support-Dateien.

Empfohlene Profile:

// Konservativ: nur explizite Tool-Nutzung, keine automatische Erfassung.
{
  autoCapture: false,
  approvalPolicy: "pending",
  reviewMode: "off",
}

// Review zuerst: automatisch erfassen, aber Genehmigung verlangen.
{
  autoCapture: true,
  approvalPolicy: "pending",
  reviewMode: "hybrid",
}

// Vertrauenswürdige Automatisierung: sichere Vorschläge sofort schreiben.
{
  autoCapture: true,
  approvalPolicy: "auto",
  reviewMode: "hybrid",
}

// Kostengünstig: kein Reviewer-LLM-Aufruf, nur explizite Korrekturformulierungen.
{
  autoCapture: true,
  approvalPolicy: "pending",
  reviewMode: "heuristic",
}

Erfassungspfade

Skill Workshop hat drei Erfassungspfade.

Tool-Vorschläge

Das Modell kann skill_workshop direkt aufrufen, wenn es ein wiederverwendbares Verfahren erkennt oder wenn der Benutzer es auffordert, einen Skill zu speichern/zu aktualisieren.

Dies ist der expliziteste Pfad und funktioniert auch mit autoCapture: false.

Heuristische Erfassung

Wenn autoCapture aktiviert ist und reviewMode heuristic oder hybrid ist, scannt das Plugin erfolgreiche Turns auf explizite Formulierungen von Benutzerkorrekturen:

• next time
• from now on
• remember to
• make sure to
• always ... use/check/verify/record/save/prefer
• prefer ... when/for/instead/use
• when asked

Die Heuristik erstellt aus der letzten passenden Benutzeranweisung einen Vorschlag. Sie verwendet Themenhinweise, um Skill-Namen für häufige Workflows auszuwählen:

• Aufgaben zu animierten GIFs -> animated-gif-workflow
• Aufgaben zu Screenshots oder Assets -> screenshot-asset-workflow
• QA- oder Szenarioaufgaben -> qa-scenario-workflow
• GitHub-PR-Aufgaben -> github-pr-workflow
• Fallback -> learned-workflows

Die heuristische Erfassung ist absichtlich eng gefasst. Sie ist für klare Korrekturen und wiederholbare Prozessnotizen gedacht, nicht für allgemeine Zusammenfassung von Transkripten.

LLM-Reviewer

Wenn autoCapture aktiviert ist und reviewMode llm oder hybrid ist, führt das Plugin einen kompakten eingebetteten Reviewer aus, sobald Schwellenwerte erreicht werden.

Der Reviewer erhält:

• den jüngsten Transkripttext, begrenzt auf die letzten 12.000 Zeichen
• bis zu 12 bestehende Workspace-Skills
• bis zu 2.000 Zeichen aus jedem bestehenden Skill
• reine JSON-Anweisungen

Der Reviewer hat keine Tools:

• disableTools: true
• toolsAllow: []
• disableMessageTool: true

Der Reviewer gibt entweder { "action": "none" } oder einen Vorschlag zurück. Das Feld action ist create, append oder replace — bevorzugen Sie append/replace, wenn bereits ein relevanter Skill existiert; verwenden Sie create nur dann, wenn kein bestehender Skill passt.

Beispiel für 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 fügt section + body hinzu. replace tauscht oldText gegen newText im benannten Skill aus.

Lebenszyklus von Vorschlägen

Jedes generierte Update wird zu einem Vorschlag mit:

• id
• createdAt
• updatedAt
• workspaceDir
• optional agentId
• optional sessionId
• skillName
• title
• reason
• source: tool, agent_end oder reviewer
• status
• change
• optional scanFindings
• optional quarantineReason

Status von Vorschlägen:

• pending - wartet auf Genehmigung
• applied - geschrieben nach <workspace>/skills
• rejected - vom Operator/Modell abgelehnt
• quarantined - durch kritische Scanner-Befunde blockiert

Der Zustand wird pro Workspace unter dem Gateway-State-Verzeichnis gespeichert:

<stateDir>/skill-workshop/<workspace-hash>.json

Ausstehende und quarantänisierte Vorschläge werden nach Skill-Name und Change- Payload dedupliziert. Der Store behält die neuesten ausstehenden/quarantänisierten Vorschläge bis maxPending.

Tool-Referenz

Das Plugin registriert ein Agent-Tool:

skill_workshop

status

Zählt Vorschläge nach Status für den aktiven Workspace.

{ "action": "status" }

Ergebnisform:

{
  "workspaceDir": "/path/to/workspace",
  "pending": 1,
  "quarantined": 0,
  "applied": 3,
  "rejected": 0
}

list_pending

Listet ausstehende Vorschläge auf.

{ "action": "list_pending" }

Um einen anderen Status aufzulisten:

{ "action": "list_pending", "status": "applied" }

Gültige Werte für status:

• pending
• applied
• rejected
• quarantined

list_quarantine

Listet quarantänisierte Vorschläge auf.

{ "action": "list_quarantine" }

Verwenden Sie dies, wenn die automatische Erfassung scheinbar nichts tut und die Logs skill-workshop: quarantined <skill> erwähnen.

inspect

Ruft einen Vorschlag anhand seiner ID ab.

{
  "action": "inspect",
  "id": "proposal-id"
}

suggest

Erstellt einen Vorschlag. Mit approvalPolicy: "pending" (Standard) wird dieser in die Warteschlange gestellt statt geschrieben.

{
  "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

Wendet einen ausstehenden Vorschlag an.

{
  "action": "apply",
  "id": "proposal-id"
}

apply verweigert quarantänisierte Vorschläge:

quarantined proposal cannot be applied

reject

Markiert einen Vorschlag als abgelehnt.

{
  "action": "reject",
  "id": "proposal-id"
}

write_support_file

Schreibt eine unterstützende Datei innerhalb eines bestehenden oder vorgeschlagenen Skill-Verzeichnisses.

Erlaubte Support-Verzeichnisse auf oberster Ebene:

• references/
• templates/
• scripts/
• assets/

Beispiel:

{
  "action": "write_support_file",
  "skillName": "release-workflow",
  "relativePath": "references/checklist.md",
  "body": "# Release Checklist\n\n- Run release docs.\n- Verify changelog.\n"
}

Support-Dateien sind auf den Workspace begrenzt, pfadgeprüft, durch maxSkillBytes bytebegrenzt, werden gescannt und atomar geschrieben.

Skill-Schreibvorgänge

Skill Workshop schreibt nur unter:

<workspace>/skills/<normalized-skill-name>/

Skill-Namen werden normalisiert:

• in Kleinbuchstaben
• Folgen von nicht [a-z0-9_-] werden zu -
• führende/nachgestellte nicht alphanumerische Zeichen werden entfernt
• maximale Länge ist 80 Zeichen
• der endgültige Name muss [a-z0-9][a-z0-9_-]{1,79} entsprechen

Für create:

• wenn der Skill nicht existiert, schreibt Skill Workshop eine neue SKILL.md
• wenn er bereits existiert, hängt Skill Workshop den Body an ## Workflow an

Für append:

• wenn der Skill existiert, hängt Skill Workshop an den angeforderten Abschnitt an
• wenn er nicht existiert, erstellt Skill Workshop einen minimalen Skill und hängt dann an

Für replace:

• der Skill muss bereits existieren
• oldText muss exakt vorhanden sein
• nur die erste exakte Übereinstimmung wird ersetzt

Alle Schreibvorgänge sind atomar und aktualisieren den In-Memory-Snapshot der Skills sofort, sodass der neue oder aktualisierte Skill ohne Gateway-Neustart sichtbar werden kann.

Sicherheitsmodell

Skill Workshop hat einen Sicherheitsscanner für generierte SKILL.md-Inhalte und Support- Dateien.

Kritische Befunde setzen Vorschläge unter Quarantäne:

Regel-ID	Blockiert Inhalte, die...
prompt-injection-ignore-instructions	dem Agenten sagen, frühere/höhere Anweisungen zu ignorieren
prompt-injection-system	auf System-Prompts, Entwicklernachrichten oder versteckte Anweisungen verweisen
prompt-injection-tool	dazu ermutigen, Tool-Berechtigung/Genehmigung zu umgehen
shell-pipe-to-shell	curl/wget enthalten, die in sh, bash oder zsh gepiped werden
secret-exfiltration	scheinbar Env-/Prozess-Env-Daten über das Netzwerk senden

Warn-Befunde bleiben erhalten, blockieren aber für sich genommen nicht:

Regel-ID	Warnt bei...
destructive-delete	breiten Befehlen im Stil von rm -rf
unsafe-permissions	Berechtigungsnutzung im Stil von chmod 777

Quarantänisierte Vorschläge:

• behalten scanFindings
• behalten quarantineReason
• erscheinen in list_quarantine
• können nicht über apply angewendet werden

Um sich von einem quarantänisierten Vorschlag zu erholen, erstellen Sie einen neuen sicheren Vorschlag mit entferntem unsicheren Inhalt. Bearbeiten Sie das Store-JSON nicht von Hand.

Prompt-Leitlinien

Wenn aktiviert, injiziert Skill Workshop einen kurzen Prompt-Abschnitt, der dem Agenten sagt, skill_workshop für dauerhaftes prozedurales Memory zu verwenden.

Die Leitlinien betonen:

• Verfahren, nicht Fakten/Präferenzen
• Benutzerkorrekturen
• nicht offensichtliche erfolgreiche Verfahren
• wiederkehrende Stolperfallen
• Reparatur veralteter/dünner/falscher Skills durch append/replace
• Speichern wiederverwendbarer Verfahren nach langen Tool-Schleifen oder schwierigen Fixes
• kurzen imperativen Skill-Text
• keine Transkript-Dumps

Der Text des Schreibmodus ändert sich mit approvalPolicy:

• Pending-Modus: Vorschläge in die Warteschlange stellen; nur nach expliziter Genehmigung anwenden
• Auto-Modus: sichere Updates von Workspace-Skills anwenden, wenn sie eindeutig wiederverwendbar sind

Kosten und Runtime-Verhalten

Die heuristische Erfassung ruft kein Modell auf.

LLM-Review verwendet einen eingebetteten Lauf auf dem aktiven/Standard-Agentenmodell. Es ist schwellenwertbasiert und läuft daher standardmäßig nicht bei jedem Turn.

Der Reviewer:

• verwendet den gleich konfigurierten Provider-/Modellkontext, wenn verfügbar
• fällt auf Runtime-Agenten-Standards zurück
• hat reviewTimeoutMs
• verwendet einen leichtgewichtigen Bootstrap-Kontext
• hat keine Tools
• schreibt nichts direkt
• kann nur einen Vorschlag ausgeben, der den normalen Scanner und den Genehmigungs-/Quarantänepfad durchläuft

Wenn der Reviewer fehlschlägt, ein Timeout hat oder ungültiges JSON zurückgibt, protokolliert das Plugin eine Warn-/Debug-Meldung und überspringt diesen Review-Durchlauf.

Betriebsmuster

Verwenden Sie Skill Workshop, wenn der Benutzer sagt:

• „next time, do X“
• „from now on, prefer Y“
• „make sure to verify Z“
• „save this as a workflow“
• „this took a while; remember the process“
• „update the local skill for this“

Guter Skill-Text:

## 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.

Schlechter Skill-Text:

The user asked about a GIF and I searched two websites. Then one was blocked by
Cloudflare. The final answer said to check attribution.

Gründe, warum die schlechte Version nicht gespeichert werden sollte:

• transkriptförmig
• nicht imperativ
• enthält verrauschte einmalige Details
• sagt dem nächsten Agenten nicht, was zu tun ist

Fehleranalyse

Prüfen Sie, ob das Plugin geladen ist:

openclaw plugins list --enabled

Prüfen Sie Vorschlagszähler aus einem Agent-/Tool-Kontext:

{ "action": "status" }

Prüfen Sie ausstehende Vorschläge:

{ "action": "list_pending" }

Prüfen Sie quarantänisierte Vorschläge:

{ "action": "list_quarantine" }

Häufige Symptome:

Symptom	Wahrscheinliche Ursache	Prüfen
Tool ist nicht verfügbar	Plugin-Eintrag ist nicht aktiviert	plugins.entries.skill-workshop.enabled und openclaw plugins list
Kein automatischer Vorschlag erscheint	autoCapture: false, reviewMode: "off" oder Schwellenwerte nicht erreicht	Konfiguration, Vorschlagsstatus, Gateway-Logs
Heuristik hat nichts erfasst	Wortlaut des Benutzers passte nicht zu Korrekturmustern	Explizit skill_workshop.suggest verwenden oder LLM-Reviewer aktivieren
Reviewer hat keinen Vorschlag erstellt	Reviewer gab none, ungültiges JSON zurück oder hatte Timeout	Gateway-Logs, reviewTimeoutMs, Schwellenwerte
Vorschlag wird nicht angewendet	approvalPolicy: "pending"	list_pending, dann apply
Vorschlag verschwand aus Pending	Duplikat-Vorschlag wurde wiederverwendet, Max-Pending-Bereinigung oder wurde angewendet/abgelehnt/quarantänisiert	status, list_pending mit Statusfiltern, list_quarantine
Skill-Datei existiert, aber das Modell übersieht sie	Skill-Snapshot wurde nicht aktualisiert oder Skill-Gating schließt ihn aus	openclaw skills-Status und Workspace-Skill-Berechtigung

Relevante Logs:

• 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

QA-Szenarien

Repositorygestützte QA-Szenarien:

• 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

Deterministische Abdeckung ausführen:

pnpm openclaw qa suite \
  --scenario skill-workshop-animated-gif-autocreate \
  --scenario skill-workshop-pending-approval \
  --concurrency 1

Reviewer-Abdeckung ausführen:

pnpm openclaw qa suite \
  --scenario skill-workshop-reviewer-autonomous \
  --concurrency 1

Das Reviewer-Szenario ist absichtlich getrennt, weil es reviewMode: "llm" aktiviert und den eingebetteten Reviewer-Durchlauf testet.

Wann Auto-Apply nicht aktiviert werden sollte

Vermeiden Sie approvalPolicy: "auto", wenn:

• der Workspace sensible Verfahren enthält
• der Agent mit nicht vertrauenswürdiger Eingabe arbeitet
• Skills über ein breites Team hinweg geteilt werden
• Sie Prompts oder Scanner-Regeln noch abstimmen
• das Modell häufig mit feindseligem Web-/E-Mail-Inhalt arbeitet

Verwenden Sie zuerst den Pending-Modus. Wechseln Sie erst dann in den Auto-Modus, wenn Sie die Art von Skills geprüft haben, die der Agent in diesem Workspace vorschlägt.

Verwandte Dokumente

• Skills
• Plugins
• Testing