🚀 Proactive Agent Skill — 主动智能体
v1.0.0将 AI 智能体从被动任务执行者升级为可预测需求、持续自我进化的主动伙伴。内置 WAL 协议、Working Buffer、Autonomous Loop 等机制，让智能体在后台持续学习、提前规划并主动提供解决方案，显著降低人工干预频率
9· 1.5万·197 当前·205 累计
by @fangkelvin下载技能包
最后更新
2026/4/21
安全扫描
OpenClaw
可疑
high confidence该技能提供主动智能体能力，包括WAL协议、工作缓冲区、自主定时任务等机制，实现AI智能体从被动到主动的转变
评估建议
该技能安全风险中等。它通过内置机制让 AI 智能体持续自主学习和执行任务，可能在用户未明确请求的情况下采取行动。
1. 自主执行特性：智能体可在后台持续学习并主动提供方案，可能超出用户当前对话范围
2. WAL 协议：规范智能体工作协议，确保行为可追溯
3. Working Buffer：管理智能体工作记忆，数据处理在本地或配置的服务器
4. Autonomous Loop：持续运行机制，可能产生持续性资源消耗
使用注意：
- 建议在监控下使用，观察智能体的主动行为是否符合预期
- 定期检查智能体的学习进度和输出，确保行为受控
- 在隔离环境测试后再部署到生产环境
- 明确设置智能体的行为边界和权限限制
- 如果运行在服务器环境，注意资源占用情况...详细分析 ▾
ℹ 用途与能力
具有记忆持久化的主动AI智能体
⚠ 指令范围
中等风险，自主执行能力
✓ 安装机制
用于记忆持久化的本地文件操作
⚠ 凭证需求
The skill declares no required environment variables or credentials, yet the instructions expect access to email, calendar, weather APIs, and the 'OpenClaw gateway' (all of which normally require tokens/credentials). This mismatch could lead to the agent requesting or using sensitive credentials at runtime without prior disclosure or scoping.
ℹ 持久化与权限
always:false (not force-included) and autonomous invocation is allowed (platform default). The skill's recommended behavior (creating cron jobs and persistent memory files like MEMORY.md and SESSION-STATE.md) would produce long-lived artifacts and scheduled autonomous actions on the host. While not an explicit 'always' privilege, these patterns create persistent side-effects that deserve user oversight.
安全有层次，运行前请审查代码。
运行时依赖
无特殊依赖
版本
latestv1.0.02026/3/2
NULL
● 可疑
安装命令
点击复制官方npx clawhub@latest install proactive-agent-skill
镜像加速npx clawhub@latest install proactive-agent-skill --registry https://cn.longxiaskill.com 镜像可用
本土化适配说明
Proactive Agent Skill — 主动智能体 安装说明： 安装命令：npx clawhub@latest install proactive-agent-skill 支持国内镜像加速，使用 --registry https://cn.longxiaskill.com 参数可加速下载
技能文档
将AI智能体从任务执行者转变为能预测需求并持续改进的主动伙伴。
适用场景
✅ 在以下情况下使用此技能：
- "让智能体更主动"
- "自动化常规检查"
- "实现记忆持久化"
- "安排自动化任务"
- "构建自我改进的智能体"
核心架构
1. WAL协议（预写式日志）
- 目的：保留关键状态并从上下文丢失中恢复
- 组件：
SESSION-STATE.md - 活跃工作记忆（当前任务）
- working-buffer.md - 危险区日志
- MEMORY.md - 长期精选记忆2. 工作缓冲区
- 捕获"危险区"中的每一次交互
- 防止会话重启期间关键上下文丢失
- 自动压缩和归档重要信息
3. 自主 vs 提示式定时任务
- 自主定时任务：定时的、感知上下文的自动化
- 提示式定时任务：用户触发的定时任务
- 心跳检测：定期主动检查
实现模式
记忆架构
workspace/
├── MEMORY.md # 长期精选记忆
├── memory/
│ └── YYYY-MM-DD.md # 每日原始日志
├── SESSION-STATE.md # 活跃工作记忆
└── working-buffer.md # 危险区日志
WAL协议工作流
- 捕获：将所有关键交互记录到工作缓冲区
- 压缩：定期审查并提取关键见解
- 整理：将重要信息移至MEMORY.md
- 恢复：会话重启时从MEMORY重建状态