Plugin เวิร์กช็อป Skill

เวิร์กช็อป Skills เป็นฟีเจอร์ ทดลอง โดยปิดใช้งานเป็นค่าเริ่มต้น ฮิวริสติกการจับข้อมูล และพรอมป์ผู้ตรวจทานอาจเปลี่ยนแปลงระหว่างรุ่น และควรใช้การเขียนอัตโนมัติ เฉพาะในพื้นที่ทำงานที่เชื่อถือได้ หลังจากตรวจทานเอาต์พุตโหมดรอดำเนินการ ก่อนแล้วเท่านั้น.

เวิร์กช็อป Skills คือหน่วยความจำเชิงขั้นตอนสำหรับ Skills ของพื้นที่ทำงาน ซึ่งช่วยให้เอเจนต์เปลี่ยน เวิร์กโฟลว์ที่ใช้ซ้ำได้ การแก้ไขจากผู้ใช้ วิธีแก้ปัญหาที่ได้มาอย่างยากลำบาก และข้อผิดพลาดที่เกิดซ้ำ ให้เป็นไฟล์ SKILL.md ภายใต้:

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

สิ่งนี้แตกต่างจากหน่วยความจำระยะยาว:

• หน่วยความจำ จัดเก็บข้อเท็จจริง ความชอบ เอนทิตี และบริบทที่ผ่านมา.
• Skills จัดเก็บขั้นตอนที่ใช้ซ้ำได้ซึ่งเอเจนต์ควรปฏิบัติตามในงานอนาคต.
• เวิร์กช็อป Skills เป็นสะพานจากรอบการทำงานที่มีประโยชน์ไปสู่ Skill ของพื้นที่ทำงาน ที่คงทน พร้อมการตรวจสอบความปลอดภัยและการอนุมัติแบบไม่บังคับ.

เวิร์กช็อป Skills มีประโยชน์เมื่อเอเจนต์เรียนรู้ขั้นตอน เช่น:

• วิธีตรวจสอบแอสเซ็ต GIF แบบเคลื่อนไหวที่มาจากแหล่งภายนอก
• วิธีแทนที่แอสเซ็ตภาพหน้าจอและตรวจสอบขนาด
• วิธีเรียกใช้สถานการณ์ QA เฉพาะของรีโพ
• วิธีดีบักความล้มเหลวของผู้ให้บริการที่เกิดซ้ำ
• วิธีซ่อมแซมบันทึกเวิร์กโฟลว์ภายในเครื่องที่ล้าสมัย

ไม่ได้ออกแบบมาสำหรับ:

• ข้อเท็จจริง เช่น "ผู้ใช้ชอบสีน้ำเงิน"
• หน่วยความจำอัตชีวประวัติแบบกว้าง
• การเก็บถาวรทรานสคริปต์ดิบ
• ความลับ ข้อมูลรับรอง หรือข้อความพรอมป์ที่ซ่อนอยู่
• คำสั่งแบบใช้ครั้งเดียวที่ไม่เกิดซ้ำ

# สถานะเริ่มต้น

Plugin ที่รวมมาเป็นฟีเจอร์ ทดลอง และ ปิดใช้งานเป็นค่าเริ่มต้น เว้นแต่จะ เปิดใช้งานอย่างชัดเจนใน plugins.entries.skill-workshop.

แมนิเฟสต์ของ Plugin ไม่ได้ตั้งค่า enabledByDefault: true ค่าเริ่มต้น enabled: true ภายในสคีมาการกำหนดค่าของ Plugin จะมีผลเฉพาะหลังจากเลือกและโหลดรายการ Plugin แล้วเท่านั้น.

ทดลอง หมายความว่า:

• Plugin ได้รับการสนับสนุนเพียงพอสำหรับการทดสอบแบบเลือกใช้และการใช้งานจริงภายใน
• การจัดเก็บข้อเสนอ เกณฑ์ผู้ตรวจทาน และฮิวริสติกการจับข้อมูลสามารถพัฒนาได้
• การอนุมัติแบบรอดำเนินการเป็นโหมดเริ่มต้นที่แนะนำ
• การใช้โดยอัตโนมัติเหมาะสำหรับการตั้งค่าส่วนบุคคล/พื้นที่ทำงานที่เชื่อถือได้ ไม่ใช่สภาพแวดล้อมแบบแชร์หรือเป็นปฏิปักษ์ ที่มีอินพุตจำนวนมาก

# เปิดใช้งาน

การกำหนดค่าที่ปลอดภัยขั้นต่ำ:

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

ด้วยการกำหนดค่านี้:

• เครื่องมือ skill_workshop พร้อมใช้งาน
• การแก้ไขที่ใช้ซ้ำได้อย่างชัดเจนจะถูกจัดคิวเป็นข้อเสนอที่รอดำเนินการ
• รอบผ่านของผู้ตรวจทานตามเกณฑ์สามารถเสนอการอัปเดต Skill ได้
• ไม่มีการเขียนไฟล์ Skill จนกว่าจะนำข้อเสนอที่รอดำเนินการไปใช้

ใช้การเขียนอัตโนมัติเฉพาะในพื้นที่ทำงานที่เชื่อถือได้:

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

approvalPolicy: "auto" ยังคงใช้สแกนเนอร์และเส้นทางกักกันเดียวกัน โดย จะไม่นำข้อเสนอที่มีผลการตรวจพบระดับวิกฤตไปใช้.

# การกำหนดค่า

โปรไฟล์ที่แนะนำ:

// Conservative: explicit tool use only, no automatic capture.
{
  autoCapture: false,
  approvalPolicy: "pending",
  reviewMode: "off",
}

// Review-first: capture automatically, but require approval.
{
  autoCapture: true,
  approvalPolicy: "pending",
  reviewMode: "hybrid",
}

// Trusted automation: write safe proposals immediately.
{
  autoCapture: true,
  approvalPolicy: "auto",
  reviewMode: "hybrid",
}

// Low-cost: no reviewer LLM call, only explicit correction phrases.
{
  autoCapture: true,
  approvalPolicy: "pending",
  reviewMode: "heuristic",
}

# เส้นทางการจับข้อมูล

เวิร์กช็อป Skills มีเส้นทางการจับข้อมูลสามแบบ.

# คำแนะนำจากเครื่องมือ

โมเดลสามารถเรียก skill_workshop โดยตรงเมื่อพบขั้นตอนที่ใช้ซ้ำได้ หรือเมื่อผู้ใช้ขอให้บันทึก/อัปเดต Skill.

นี่คือเส้นทางที่ชัดเจนที่สุดและทำงานได้แม้มี autoCapture: false.

# การจับข้อมูลด้วยฮิวริสติก

เมื่อเปิดใช้งาน autoCapture และ reviewMode เป็น heuristic หรือ hybrid Plugin จะสแกนรอบการทำงานที่สำเร็จเพื่อหาวลีการแก้ไขจากผู้ใช้ที่ชัดเจน:

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

ฮิวริสติกจะสร้างข้อเสนอจากคำสั่งผู้ใช้ล่าสุดที่ตรงกัน โดย ใช้คำใบ้หัวข้อเพื่อเลือกชื่อ Skill สำหรับเวิร์กโฟลว์ทั่วไป:

• งาน GIF แบบเคลื่อนไหว -> animated-gif-workflow
• งานภาพหน้าจอหรือแอสเซ็ต -> screenshot-asset-workflow
• งาน QA หรือสถานการณ์ -> qa-scenario-workflow
• งาน GitHub PR -> github-pr-workflow
• ทางเลือกสำรอง -> learned-workflows

การจับข้อมูลด้วยฮิวริสติกถูกตั้งใจให้แคบ เหมาะสำหรับการแก้ไขที่ชัดเจนและ บันทึกกระบวนการที่ทำซ้ำได้ ไม่ใช่สำหรับการสรุปทรานสคริปต์ทั่วไป.

# ผู้ตรวจทาน LLM

เมื่อเปิดใช้งาน autoCapture และ reviewMode เป็น llm หรือ hybrid Plugin จะเรียกใช้ผู้ตรวจทานแบบฝังขนาดกะทัดรัดหลังจากถึงเกณฑ์.

ผู้ตรวจทานได้รับ:

• ข้อความทรานสคริปต์ล่าสุด โดยจำกัดที่ 12,000 อักขระล่าสุด
• Skills ของพื้นที่ทำงานที่มีอยู่สูงสุด 12 รายการ
• สูงสุด 2,000 อักขระจาก Skill ที่มีอยู่แต่ละรายการ
• คำสั่งแบบ JSON เท่านั้น

ผู้ตรวจทานไม่มีเครื่องมือ:

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

ผู้ตรวจทานจะส่งคืน { "action": "none" } หรือข้อเสนอหนึ่งรายการ ฟิลด์ action คือ create, append หรือ replace - ควรเลือก append/replace เมื่อมี Skill ที่เกี่ยวข้องอยู่แล้ว ใช้ create เฉพาะเมื่อไม่มี Skill ที่มีอยู่เหมาะสม.

ตัวอย่าง 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 เพิ่ม section + body ส่วน replace สลับ oldText เป็น newText ใน Skill ที่ระบุชื่อ.

# วงจรชีวิตของข้อเสนอ

ทุกการอัปเดตที่สร้างขึ้นจะกลายเป็นข้อเสนอที่มี:

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

สถานะข้อเสนอ:

• pending - รอการอนุมัติ
• applied - เขียนไปยัง <workspace>/skills แล้ว
• rejected - ถูกปฏิเสธโดยผู้ปฏิบัติงาน/โมเดล
• quarantined - ถูกบล็อกโดยผลการตรวจพบระดับวิกฤตของสแกนเนอร์

สถานะถูกจัดเก็บแยกตาม workspace ภายใต้ไดเรกทอรีสถานะของ Gateway:

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

ข้อเสนอที่รอดำเนินการและถูกกักกันจะถูกลบรายการซ้ำตามชื่อ skill และ payload การเปลี่ยนแปลง store จะเก็บข้อเสนอที่รอดำเนินการ/ถูกกักกันล่าสุดได้สูงสุดถึง maxPending

# เอกสารอ้างอิงเครื่องมือ

Plugin ลงทะเบียนเครื่องมือ agent หนึ่งรายการ:

skill_workshop

# status

นับข้อเสนอตามสถานะสำหรับ workspace ที่ใช้งานอยู่

{ "action": "status" }

รูปแบบผลลัพธ์:

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

# list_pending

แสดงรายการข้อเสนอที่รอดำเนินการ

{ "action": "list_pending" }

หากต้องการแสดงรายการสถานะอื่น:

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

ค่า status ที่ใช้ได้:

• pending
• applied
• rejected
• quarantined

# list_quarantine

แสดงรายการข้อเสนอที่ถูกกักกัน

{ "action": "list_quarantine" }

ใช้รายการนี้เมื่อการจับอัตโนมัติดูเหมือนไม่ทำงาน และบันทึกกล่าวถึง skill-workshop: quarantined <skill>

# inspect

ดึงข้อเสนอตาม id

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

# suggest

สร้างข้อเสนอ เมื่อใช้ approvalPolicy: "pending" (ค่าเริ่มต้น) รายการนี้จะเข้าคิวแทนการเขียน

{
  "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

ใช้ข้อเสนอที่รอดำเนินการ

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

apply ปฏิเสธข้อเสนอที่ถูกกักกัน:

quarantined proposal cannot be applied

# reject

ทำเครื่องหมายข้อเสนอว่าถูกปฏิเสธ

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

# write_support_file

เขียนไฟล์สนับสนุนภายในไดเรกทอรี skill ที่มีอยู่แล้วหรือถูกเสนอ

ไดเรกทอรีสนับสนุนระดับบนสุดที่อนุญาต:

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

ตัวอย่าง:

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

ไฟล์สนับสนุนมีขอบเขตตาม workspace, ตรวจสอบ path แล้ว, จำกัด byte ด้วย maxSkillBytes, ถูกสแกน และเขียนแบบอะตอมมิก

# การเขียน Skill

Skill Workshop เขียนเฉพาะภายใต้:

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

ชื่อ Skill จะถูกทำให้เป็นมาตรฐาน:

• แปลงเป็นตัวพิมพ์เล็ก
• ชุดอักขระที่ไม่ใช่ [a-z0-9_-] จะกลายเป็น -
• ลบอักขระที่ไม่ใช่ตัวอักษรและตัวเลขที่อยู่ต้น/ท้าย
• ความยาวสูงสุดคือ 80 อักขระ
• ชื่อสุดท้ายต้องตรงกับ [a-z0-9][a-z0-9_-]{1,79}

สำหรับ create:

• หาก Skill ไม่มีอยู่ Skill Workshop จะเขียน SKILL.md ใหม่
• หากมีอยู่แล้ว Skill Workshop จะผนวก body ต่อท้าย ## Workflow

สำหรับ append:

• หาก Skill มีอยู่ Skill Workshop จะผนวกเข้ากับ section ที่ร้องขอ
• หากไม่มีอยู่ Skill Workshop จะสร้าง Skill ขั้นต่ำแล้วจึงผนวก

สำหรับ replace:

• Skill ต้องมีอยู่แล้ว
• ต้องมี oldText อยู่ตรงกันทุกประการ
• แทนที่เฉพาะรายการแรกที่ตรงกันทุกประการเท่านั้น

การเขียนทั้งหมดเป็นแบบอะตอมมิกและรีเฟรช snapshot ของ Skills ในหน่วยความจำทันที ดังนั้น Skill ใหม่หรือที่อัปเดตแล้วจึงสามารถปรากฏให้เห็นได้โดยไม่ต้องรีสตาร์ท Gateway

# โมเดลความปลอดภัย

Skill Workshop มีตัวสแกนความปลอดภัยสำหรับเนื้อหา SKILL.md ที่สร้างขึ้นและไฟล์สนับสนุน

ข้อค้นพบระดับวิกฤตจะกักกัน proposal:

ข้อค้นพบระดับเตือนจะถูกเก็บไว้แต่ไม่ได้บล็อกด้วยตัวเอง:

Proposal ที่ถูกกักกัน:

• เก็บ scanFindings
• เก็บ quarantineReason
• ปรากฏใน list_quarantine
• ไม่สามารถนำไปใช้ผ่าน apply

หากต้องการกู้คืนจาก proposal ที่ถูกกักกัน ให้สร้าง proposal ใหม่ที่ปลอดภัยโดยลบ เนื้อหาที่ไม่ปลอดภัยออก อย่าแก้ไข JSON ของ store ด้วยมือ

# คำแนะนำสำหรับ prompt

เมื่อเปิดใช้งาน Skill Workshop จะฉีด section prompt สั้น ๆ ที่บอก agent ให้ใช้ skill_workshop สำหรับ procedural memory ที่คงทน

คำแนะนำจะเน้น:

• ขั้นตอน ไม่ใช่ข้อเท็จจริง/ความชอบ
• การแก้ไขจากผู้ใช้
• ขั้นตอนที่สำเร็จและไม่ชัดเจน
• จุดผิดพลาดที่เกิดซ้ำ
• การซ่อม Skill ที่ล้าสมัย/บาง/ผิดผ่าน append/replace
• การบันทึกขั้นตอนที่ใช้ซ้ำได้หลังจาก tool loop ยาว ๆ หรือการแก้ปัญหายาก
• ข้อความ Skill แบบคำสั่งสั้น ๆ
• ไม่มีการ dump transcript

ข้อความโหมดการเขียนจะเปลี่ยนตาม approvalPolicy:

• โหมด pending: เข้าคิวข้อเสนอแนะ; apply เฉพาะหลังจากได้รับ approval อย่างชัดเจน
• โหมด auto: apply การอัปเดต workspace-skill ที่ปลอดภัยเมื่อเห็นชัดว่านำกลับมาใช้ซ้ำได้

# ค่าใช้จ่ายและพฤติกรรมขณะทำงาน

Heuristic capture ไม่เรียก model

LLM review ใช้ embedded run บน model ของ agent ที่ active/default โดยเป็นแบบ threshold-based จึงไม่ได้รันทุก turn ตามค่าเริ่มต้น

Reviewer:

• ใช้ context ของ provider/model ที่ตั้งค่าเดียวกันเมื่อมี
• fallback ไปยังค่าเริ่มต้นของ runtime agent
• มี reviewTimeoutMs
• ใช้ bootstrap context แบบเบา
• ไม่มี tools
• ไม่เขียนสิ่งใดโดยตรง
• ทำได้เพียง emit proposal ที่ผ่านเส้นทาง scanner และ approval/quarantine ปกติ

หาก reviewer ล้มเหลว, timeout หรือคืนค่า JSON ที่ไม่ถูกต้อง Plugin จะบันทึก ข้อความ warning/debug และข้าม review pass นั้น

# รูปแบบการใช้งาน

ใช้ Skill Workshop เมื่อผู้ใช้พูดว่า:

• "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"

ข้อความ Skill ที่ดี:

## 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.

ข้อความ Skill ที่ไม่ดี:

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

เหตุผลที่ไม่ควรบันทึกเวอร์ชันที่ไม่ดี:

• มีรูปแบบเหมือน transcript
• ไม่ใช่รูปแบบคำสั่ง
• มีรายละเอียดเฉพาะครั้งที่เป็น noise
• ไม่ได้บอก agent ถัดไปว่าต้องทำอะไร

# การดีบัก

ตรวจสอบว่า Plugin โหลดแล้วหรือไม่:

openclaw plugins list --enabled

ตรวจสอบจำนวน proposal จาก context ของ agent/tool:

{ "action": "status" }

ตรวจสอบ proposal ที่รออยู่:

{ "action": "list_pending" }

ตรวจสอบ proposal ที่ถูกกักกัน:

{ "action": "list_quarantine" }

อาการที่พบบ่อย:

Log ที่เกี่ยวข้อง:

• 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

# สถานการณ์ QA

สถานการณ์ QA ที่อิง repo:

• 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

รัน coverage แบบ deterministic:

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

รัน reviewer coverage:

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

สถานการณ์ reviewer ถูกแยกไว้โดยเจตนา เพราะเปิดใช้งาน reviewMode: "llm" และทดสอบ embedded reviewer pass

# เมื่อไม่ควรเปิดใช้งาน auto apply

หลีกเลี่ยง approvalPolicy: "auto" เมื่อ:

• workspace มีขั้นตอนที่ละเอียดอ่อน
• agent กำลังทำงานกับ input ที่ไม่น่าเชื่อถือ
• Skills ถูกแชร์ในทีมขนาดใหญ่
• คุณยังปรับ prompt หรือกฎ scanner อยู่
• model จัดการเนื้อหาเว็บ/อีเมลที่เป็นอันตรายอยู่บ่อยครั้ง

ใช้โหมด pending ก่อน เปลี่ยนเป็นโหมด auto เฉพาะหลังจากตรวจสอบประเภทของ Skills ที่ agent เสนอใน workspace นั้นแล้ว

# เอกสารที่เกี่ยวข้อง

• Skills
• Plugins
• การทดสอบ