主动型 Agent 基础版
核心能力: AI Agent领域的专业化 AI 辅助工具,包含核心基础功能兼容. 适用于需要proactive agent tool相关能力的开发场景,包含结构化的工作流程和可复用的模板,帮助用户快速完成任务并保持代码质量. 适用于需要proactive agent tool相关能力的开发场景,包含结构化的工作流程和配置指引.
天轰穿
@thcjp
Install
$ openclaw skills install @thcjp/proactive-agent-tool-free主动型 Agent 基础版
概述
本工具是 AI Agent 领域的 FREE 版本 AI Skill,专为个人用户与轻量级场景设计。通过自然语言指令驱动 AI Agent 执行任务,提供核心功能与简洁易用的操作体验. FREE 版本与 PRO 版本完全兼容,可在需要时升级至 PRO 版本获取高级功能、批量操作与团队协同能力.
版本定位
| 维度 | FREE 版本 | PRO 版本 |
|---|---|---|
| 目标用户 | 个人用户 | 企业团队 |
| 功能范围 | 核心功能 | 全部功能 |
| 批量操作 | 不支持 | 支持 |
| 团队协作 | 不支持 | 支持 |
| 技术支持 | 社区支持 | 优先响应 |
| 数据分析 | 基础统计 | 高级分析 |
核心能力
FREE 版本提供以下能力:
主动预判用户需求并提供建议
主动预判用户需求并提供建议
处理: 解析主动预判用户需求并提供建议的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回主动预判用户需求并提供建议的响应数据,包含状态码、结果和日志.
- 执行此能力时使用
input_params参数,支持创建/查询/导出操作
三层记忆架构(会话/每日/长期
三层记忆架构(会话/每日/长期)
处理: 解析三层记忆架构(会话/每日/长期的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回三层记忆架构(会话/每日/长期的响应数据,包含状态码、结果和日志.
- 执行此能力时使用
input_params参数,支持创建/查询/导出操作
反向提示
反向提示:主动询问如何帮助用户
处理: 解析反向提示的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回反向提示的响应数据,包含状态码、结果和日志.
- 执行此能力时使用
input_params参数,支持创建/查询/导出操作
安全加固
安全加固:防止外部内容注入
处理: 解析安全加固的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回安全加固的响应数据,包含状态码、结果和日志.
- 执行此能力时使用
input_params参数,支持创建/查询/导出操作
自我修复
自我修复:遇到问题先尝试解决
处理: 解析自我修复的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回自我修复的响应数据,包含状态码、结果和日志.
- 执行此能力时使用
input_params参数,支持创建/查询/导出操作
功能详情
本版本提供 5 项核心能力,覆盖 AI Agent 的常见使用场景。如需批量操作、团队协作、数据分析等高级功能,可升级至 PRO 版本. FREE 版本核心功能清单:
- 主动预判用户需求并提供建议
- 三层记忆架构(会话/每日/长期)
- 反向提示:主动询问如何帮助用户
- 安全加固:防止外部内容注入
- 自我修复:遇到问题先尝试解决
PRO 版本扩展功能预览:
- WAL 协议:关键信息先写后响应
- 工作缓冲区:上下文压缩危险区生存
- 压缩恢复:上下文截断后自动恢复
- 统一搜索:搜索所有来源再回答
- ADL/VFM 自我改进护栏协议
- 自主 vs 提示型定时任务架构
处理: 解析功能详情的输入参数,完成核心逻辑,返回结构化响应.
输出: 返回功能详情的响应数据,包含状态码、结果和日志.
技术参数:使用input_params和output_format参数控制执行行为,支持json/text/csv输出格式.
能力覆盖范围:本skill的核心能力覆盖以下场景关键词:从任务跟随者转变、为主动伙伴、支持记忆持久化与、领域的专业化、辅助工具、提供核心基础功能等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持.
使用场景
场景 1: 主动预判需求
Agent 主动分析用户需求并提供建议
用户可通过自然语言指令触发此场景,工具将自动执行相应操作并返回结构化结果.
输入格式
| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| input | string | 是 | 主动型 Agent 基础版处理的输入数据或指令 |
| options | object | 否 | 附加配置选项,如模式选择、格式偏好等 |
| callback_url | string | 否 | 异步处理完成后的回调通知URL |
# 主动行为模式
1. 分析用户当前任务
2. 预判可能的后续需求
3. 主动提供相关建议
4. 等待用户确认后执行
场景 2: 记忆持久化
在上下文丢失前保存关键信息
# WAL 协议
触发: 用户纠正/专有名词/偏好/决策/具体值
1. STOP - 不开始回复
2. WRITE - 更新 SESSION-STATE.md
3. THEN - 回复用户
快速开始
1. 环境准备
确保已安装并配置好 AI Agent 环境(Claude Code / Cursor / Codex / Gemini CLI 等),本 Skill 通过 SKILL.md 指令驱动 Agent 执行任务. 系统要求:
- 操作系统: Windows / macOS / Linux
- Agent 平台: 支持 SKILL.md 格式的任意 AI Agent
- 运行时: Python 3.8+ 或 Node.js 18+(视具体操作需求)
2. 配置参数
# Agent 架构
workspace/
ONBOARDING.md # 首次设置
AGENTS.md # 操作规则
SOUL.md # 身份与原则
USER.md # 用户上下文
MEMORY.md # 长期记忆
SESSION-STATE.md # 活跃工作记忆
memory/ # 每日原始日志
3. 验证配置
配置完成后,可通过以下方式验证是否正常工作:
# 验证环境变量是否设置
echo "配置检查:"
env | grep -E "API|KEY|TOKEN|SECRET" | sed "s/=.*/=***/" # Linux/macOS
# 或 PowerShell
# Get-ChildItem Env: | Where-Object {$_.Name -match "API|KEY|TOKEN"} | Format-Table
4. 开始使用
在 AI Agent 对话中描述你的需求,Agent 会根据本 Skill 的指令自动执行对应操作.
请帮我主动预判需求
Agent 将自动:
- 解析你的自然语言指令
- 调用相应的工具或 API
- 执行操作并返回结果
- 返回执行结果供你确认
示例
基础配置
# Agent 架构
workspace/
ONBOARDING.md # 首次设置
AGENTS.md # 操作规则
SOUL.md # 身份与原则
USER.md # 用户上下文
MEMORY.md # 长期记忆
SESSION-STATE.md # 活跃工作记忆
memory/ # 每日原始日志
可选配置
{
"edition": "free",
"auto_retry": false,
"max_concurrent": 1,
"log_level": "info",
"cache_enabled": true,
"timeout": 30
}
FREE 配置项说明:
| 配置项 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| auto_retry | bool | false | 失败后自动重试 |
| max_concurrent | int | 1 | 最大并发数(FREE 限制为1) |
| log_level | string | info | 日志级别 |
| cache_enabled | bool | true | 启用结果缓存 |
| timeout | int | 30 | 操作超时时间(秒) |
优秀实践
- 关键信息立即写入不要依赖上下文
- 上下文达 60% 时启动缓冲区协议
- 搜索所有来源再说不知道
- 尝试 10 种方法后再求助
个人使用建议
- 从简单任务开始熟悉工具行为,逐步扩展到复杂场景
- 定期备份配置文件与数据,防止意外丢失
- 遇到问题先查阅常见问题章节,再寻求社区帮助
- 保持配置简洁,只启用必要的功能选项
- 定期更新工具版本以获取最新功能与修复
- 记录常用操作命令,提高日常使用效率
常见问题
Q: 什么是 WAL 协议?
A: Write-Ahead Log 协议:在回复用户前先将关键信息写入持久化存储.
Q: 如何从上下文截断中恢复?
A: 读取工作缓冲区 -> 读取会话状态 -> 读取每日笔记 -> 搜索所有来源.
Q: 如何升级到 PRO 版本?
A: 升级到 PRO 版本非常简单:
- 获取 PRO 版本授权
- 安装 PRO 版本 Skill
- 原有配置自动迁移,无需额外操作
- 即可使用批量操作、团队协作等高级功能
已知限制
A: FREE 版本主要限制:
- 不支持批量操作(每次只能处理一个任务)
- 不支持团队协作(仅限个人使用)
- 不支持高级数据分析
- 技术支持依赖社区 如需这些功能,建议升级至 PRO 版本.
Q: FREE 版本的数据安全吗?
A: FREE 版本所有数据本地存储,不上传云端,确保隐私安全。建议定期备份配置文件与数据目录.
依赖说明
运行环境
- Agent 平台: 支持 SKILL.md 的任意 AI Agent(Claude Code / Cursor / Codex / Gemini CLI 等)
- 操作系统: Windows / macOS / Linux
- 运行时: Python 3.8+ 或 Node.js 18+(视具体操作需求)
- 网络: 部分功能需要网络连接访问外部 API
依赖详情
| 依赖项 | 类型 | 是否必需 | 获取方式 |
|---|---|---|---|
| LLM API | API | 必需 | 由 Agent 内置 LLM 提供 |
| curl | CLI 工具 | 推荐 | 系统自带或包管理器安装 |
| jq | JSON 处理 | 推荐 | apt install jq / brew install jq |
| Python 3.8+ | 运行时 | 视需求 | python.org 下载 |
| Node.js 18+ | 运行时 | 视需求 | nodejs.org 下载 |
API Key 配置
FREE 版本支持单一 API Key 配置,满足个人使用需求:
- 环境变量:通过环境变量配置 API Key
- 配置文件:支持配置文件方式存储 API Key
- 安全提醒:切勿将 API Key 硬编码到脚本或提交到版本控制系统
可用性分类
- 分类: MD+EXEC模式纯 Markdown 指令,部分功能需要 exec 命令行执行能力)
- 说明: 基于 Markdown 的 AI Skill,通过自然语言指令驱动 Agent 执行任务
- FREE 特性: 支持单次执行、基础配置与社区支持
- 安全等级: 基础,数据本地存储,建议定期备份
- SLA: 社区支持,尽力响应
快速开始
- 确认运行环境满足依赖说明中的要求
- 在AI Agent对话中调用本技能,提供必要的输入参数
- 检查输出结果,根据需要进行后续处理
详细的输入输出格式请参考下方章节说明。
版本信息
| 项目 | 值 |
|---|---|
| 版本号 | 1.0.0 |
| 版本类型 | FREE |
| 许可证 | MIT |
| 兼容性 | 可升级至 PRO 版本 |
错误处理
| 错误场景 | 原因 | 处理方式 |
|---|---|---|
| 配置错误 | 参数缺失或格式错误 | 检查依赖说明中的配置要求 |
| 运行时错误 | 运行环境不满足 | 确认运行环境符合依赖说明 |
| 网络错误 | 连接超时或不可达 | 执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令,参考国内替代方案 |
输出格式
{
"success": true,
"data": {
"result": "主动型 Agent 基础版处理结果",
"execution_time": "0.5s",
"metadata": {
"version": "1.0",
"processor": "proactive agent"
}
},
"execution_log": ["解析输入参数", "执行核心处理", "格式化输出结果"],
"error": null
}
Top skills in this category
self-improving agent
@pskoettCaptures learnings, errors, and corrections to enable continuous improvement. Use when: (1) A command or operation fails unexpectedly, (2) User corrects Claude ('No, that's wrong...', 'Actually...'), (3) User requests a capability that doesn't exist, (4) An external API or tool fails, (5) Claude rea
Skill Vetter
@spclaudehomeSecurity-first skill vetting for AI agents. Use before installing any skill from ClawdHub, GitHub, or other sources. Checks for red flags, permission scope, and suspicious patterns.
Self-Improving + Proactive Agent
@ivangdavilaSelf-reflection + Self-criticism + Self-learning + Self-organizing memory. Agent evaluates its own work, catches mistakes, and improves permanently. Use when...
Proactive Agent
@halthelobsterTransform AI agents from task-followers into proactive partners that anticipate needs and continuously improve. Now with WAL Protocol, Working Buffer, Autonomous Crons, and battle-tested patterns. Part of the Hal Stack 🦞
Agent Browser
@matrixyHeadless browser automation CLI optimized for AI agents with accessibility tree snapshots and ref-based element selection