返回顶部
w

war-room战争室

>

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.0
安全检测
已通过
118
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

war-room

作战室技能

作战室通过结构化的两阶段会议运行角色:

  1. 1. 第一阶段 — 构思(最多5轮):角色们逐问题辩论研究想法。
在达成共识(全部[同意]或[通过],无[反对])或连续两轮全部[通过]时提前结束。 输出:memory/war-room/idea-snapshot.md
  1. 2. 第二阶段 — 提案(最多5轮):角色们协作起草每个提案章节。
输出:memory/war-room/proposal-draft.md

配置

定义在 skills/war-room/personas/agents.json 的 configurations 键下。

名称参与者使用场景
full创意人员、资深教授、青年教师、行业联络员深度构思、新颖方向、需要完整提案
1on1
资深教授、青年教师 | 快速可行性检查、范围紧凑 |

配置在 PROJECT.md 的前置元数据中通过 war_room.configuration 指定。默认值:full。



共识协议

每个角色的回应必须以以下标签之一结尾:

标签含义
[同意]我接受当前立场
[通过]
没有强烈意见 |
| [反对:原因] | 我拒绝——给出具体原因 |

不要在回应中间嵌入标签。它们必须是最后一行。



单智能体回退(Codex / 无子智能体生成)

如果无法生成子智能体,则内联运行相同的循环。对于每个角色轮次:

  1. 1. 打印清晰的标题:--- [第N轮] <角色名称> ---
  2. 完全采用该角色的声音、立场、辩论风格和底线。
  3. 以共识标签结束([同意]、[通过]或[反对:原因])。
  4. 在轮次之间返回主持人角色以编写日志条目并检查共识。

漂移检测仍然适用:在每轮之前,重新阅读角色定义,并注意你之前为该角色提供的回应是否偏离了其立场。



操作手册

严格按照以下顺序执行。你全程担任主持人/编排者。

设置

  1. 0. 启动监控器 在新终端窗口中,以便用户实时观看会话:

- macOS:
bash
osascript -e tell application Terminal to do script cd <仓库根目录> && python skills/war-room/monitor.py --project <项目路径>

- Linux(带显示器):
bash
xterm -title 作战室监控器 -e python skills/war-room/monitor.py --project <项目路径> &

- 如果启动失败,继续静默运行——监控器是可选的。

将 <仓库根目录> 替换为此仓库的绝对路径,将 <项目路径> 替换为活动项目文件夹路径。监控器需要 rich(pip install rich)。

  1. 1. 读取 skills/war-room/personas/agents.json。加载所选配置的参与者列表和合成器索引。
  2. 对于每个参与者,读取其角色文件(例如 skills/war-room/personas/senior-professor.md)。
  3. 读取 skills/persistent-persona/SKILL.md 和 skills/memory-checkpoint/SKILL.md——你将在每一轮应用这些。
  4. 检查 memory/war-room/discussion-log.md 是否存在。
- 如果存在:加载它——你正在恢复会话。读取 memory/SUMMARY.md 以获取当前阶段和轮次。 - 如果不存在:创建 memory/war-room/discussion-log.md,包含标题块(项目名称、配置、时间戳)。
  1. 6. 确保 memory/.private/ 文件夹存在,用于存储角色备忘录。

第一阶段 — 构思

对于每一轮(最多5轮):

对于配置顺序中的每个参与者:

a. 准备角色上下文
- 如果存在,读取 memory/.private/agent-<索引>-memo.md。
- 检查最近的漂移标志。如果是是,在子智能体系统指令前添加一个角色重置块:

角色重置:我是<角色名称>。我的核心立场:<来自角色文件的一行>。
我可能在上一轮偏离了。我在参与之前重新承诺。
没有新证据我不会更新立场。

b. 调用智能体子智能体,使用以下系统指令(按顺序):
- first-principles 内容
- 角色定义(完整角色文件内容)
- persistent-persona 技能指令
- (如果漂移)角色重置块
- 到目前为止的讨论日志

用户消息:轮到你了。回应讨论。以[同意]、[通过]或[反对:原因]结束你的回应。

c. 追加到日志
- 将回应追加到 memory/war-room/discussion-log.md,格式如下:



[第N轮] <角色名称>
<回应文本>

d. 编写角色备忘录
- 追加到 memory/.private/agent-<索引>-memo.md:
markdown
##
角色:<名称>
会话摘要:<一句话>
立场变化:<什么变了,什么证据导致的>
压力事件:<角色在压力下是否坚持?>
心理状态:<从自身立场推理还是反映群体?>
漂移标志:<是 | 否>

在一轮中所有参与者发言后:

e. 检查共识
- 如果所有回应以[同意]或[通过]结束且无[反对]:第一阶段提前结束。
- 如果连续两轮全部为[通过]:第一阶段提前结束。

f. 检查点
- 写入 memory/checkpoints/<时间戳>/agent-0.md(你的主持人状态:当前轮次、阶段、下一步行动)。
- 更新 memory/SUMMARY.md。

g. 合成器快照(在第3轮后或提前退出时)
- 使用合成器角色 + 讨论日志调用子智能体。
- 任务:用3-5个要点总结到目前为止达成一致的研究想法。
- 将输出写入 memory/war-room/idea-snapshot.md。

第二阶段 — 提案

现在读取 skills/research-proposal/SKILL.md。提案有6个章节。

每轮分配一个章节(或配对相关章节)。运行与第一阶段相同的每轮循环,但每个子智能体的任务是:

起草你对第N节:<章节名称>的贡献。基于其他人已写的内容。以[同意]、[通过]或[反对:原因]结束。

每轮之后,合成器将达成一致的章节草稿追加到 memory/war-room/proposal-draft.md。

最终确定

  1. 1. 使用合成器角色 + 完整的 proposal-draft.md 调用最终子智能体。
任务:生成最终干净的研究提案。严格遵循研究提案技能格式。最多2页。
  1. 2. 将输出写入 memory/war-room/proposal-draft.md(用最终版本覆盖)。
  2. 将 discussion-log.md、idea-snapshot.md 和 proposal-draft.md 复制到 <沙盒根目录>/results/。
  3. 写入最终检查点并更新 memory/SUMMARY.md,状态为 complete。

输出

<项目>/
├── memory/
│ ├── SUMMARY.md ← 当前阶段、轮次、恢复点
│ ├── war-room/
│ │ ├── discussion-log.md ← 完整的逐轮记录(实时)
│ │ ├── idea-snapshot.md ← 综合达成一致的想法(第3轮后写入)
│ │ └── proposal-draft.md ← 累积的提案章节 → 最终输出
│ ├── .private/
│ │ ├── agent-1-memo.md ← 角色漂移备忘录(私有,仅追加)
│ │ ├── agent-2-memo.md
│ │ ├── agent-3-memo.md
│ │ └── agent-4-memo.md
│ └── checkpoints/
│ └── <时间戳>/
│ └── agent-0.md ← 编排器状态(阶段、轮次、下一步行动)
└── results/ ← 会话结束时复制到这里
├── discussion-log.md
├── idea-snapshot.md
└── proposal-draft.md

监控器(

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 auto-research-proposal-1775943735 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 auto-research-proposal-1775943735 技能

通过命令行安装

skillhub install auto-research-proposal-1775943735

下载

⬇ 下载 war-room v1.0.0(免费)

文件大小: 11.13 KB | 发布时间: 2026-4-12 09:05

v1.0.0 最新 2026-4-12 09:05
- Introduced "war-room": a multi-agent research debate and proposal-writing environment enforcing persona persistence and drift detection.
- Two-phase protocol: ideation (structured debate with consensus rules) and collaborative research proposal drafting.
- Supports dynamic team configurations (full or 1-on-1) with persona-specific memos and drift management.
- Includes detailed orchestrator playbook, live monitoring, checkpoints, and synthesised progress snapshots.
- Outputs full session logs, summarised ideas, and final proposals in a clearly organised project structure.

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部