返回顶部
s

subconscious潜意识层

A bounded, governed self-improvement layer for OpenClaw agents. Consumes learnings from the self-improving-agent skill (produces .learnings/), evolves them through a typed mutation system, and surfaces emerging behavioral patterns as session biases. Triggers on: subconscious system installation, health checks, metabolism management (tick/rotate/review/benchmark), or reviewing what biases are active. Do NOT invoke proactively — only when Edward specifically asks about it or when the system health

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.8.0
安全检测
已通过
102
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

subconscious

Subconscious v1.5 — 有界自我改进代理

概述

一个持久化、自我演化的偏差层,能够在会话重置后存活。Alfred的第二大脑——安静、有界且严格受控。它不做决策,而是塑造Alfred接近决策的方式。

核心原则:每次变异都有类型、有边界且被记录。核心身份在没有手动覆盖的情况下不可触碰。

架构

学习桥 待处理队列 实时存储 会话上下文
.learnings/ ─────────────► tick ──────────────► rotate ──────────────► 偏差注入
(自我改进代理) (强化、去重、 (晋升合格项、 (最多5项,
跳过重复项) 归档过期项) 临时性)

核心存储 ────────────────────────────────────────────────────────────────► 身份
(不可变值、 (未经人工确认
价值观/风格、指导原则) 永不改变)

三个层级:

  • - core/ — 不可变身份(Alfred的本质、Edward的偏好)。仅限手动操作。
  • live/ — 从经验中获得的活跃学习内容。受控晋升自待处理队列。
  • pending/ — 新项目的队列。在晋升资格前进行有界强化。

五种偏差类型:

种类类别示例
VALUE身份Alfred敏锐、冷静、直接
LESSON
上下文 | XHS MCP每轮都需要二维码重新登录 |
| PRIORITY | 活跃 | 声称成功前先验证 |
| PATTERN | 解释 | 证明纪律失效模式 |
| CONSTRAINT | 注意力 | 未经尝试不要建议 |

生命周期命令

所有命令在技能内的 scripts/ 目录下运行:

bash
cd ~/.openclaw/skills/subconscious/scripts

检查系统健康状态

python3 subconscious_metabolism.py status python3 subconscious_cli.py verify

查看会话上下文中的活跃偏差

python3 subconscious_cli.py bias

手动代谢周期

python3 subconscious_metabolism.py tick # 轻量滴答(5分钟周期) python3 subconscious_metabolism.py rotate # 完整轮转(每小时) python3 subconscious_metabolism.py review # 每日健康检查

代谢周期

滴答(每5分钟)

bash python3 subconscious_metabolism.py tick
  • - 通过学习桥扫描 .learnings/ → 将新项目加入待处理队列
  • 被动强化:增加待处理项目的强化计数
  • 跳过已强化项目(防止类型损坏)
  • 运行有界维护:新鲜度衰减、指标统计,无结构性变更

轮转(每小时)

bash python3 subconscious_metabolism.py rotate --enable-promotion
  • - 完整维护:刷新、衰减、快照轮转
  • 晋升门控(仅当使用 --enable-promotion 时):
- confidence >= 0.75 - reinforcement >= 3 - freshness >= 0.3 - 不与核心/实时/待处理中的任何项重复 - 通过治理检查
  • - 治理对所有项目强制执行类型化变异边界

审查(每天上午6点)

bash python3 subconscious_metabolism.py review
  • - 系统健康检查
  • 快照完整性
  • 待处理队列深度检查
  • 建议日志

学习桥

学习桥将自我改进代理技能连接到潜意识:

  • - 扫描 .learnings/LEARNINGS.md、.learnings/ERRORS.md、.learnings/FEATURES.md
  • 跟踪每个文件中已见过的条目,记录在 learningsbridgelastseen.json 中
  • 新条目 → 以类型 candidatequeued 加入 pending.jsonl
  • 本会话中已强化的条目 → 跳过(幂等)

桥接到自我改进代理:应在代谢滴答中调用学习桥,以便新学习内容每5分钟自动流入潜意识。

检查系统健康状态

bash
python3 subconscious_metabolism.py status

预期输出:

Core: 3/50 Live: 1/100 Pending: 0/500 Snapshots: 10/10
Status: OK

如果 Pending: 0/500 且 Live: N — 系统健康,项目正确晋升。
如果 Status: blocked — 达到资源限制,运行 rotate 进行压缩。

手动添加项目

bash

手动排队一个教训


python3 subconscious_cli.py intake --kind LESSON --text 记住在声称成功前先验证 --confidence 0.8 --source manual

查看待处理队列中的内容

python3 subconscious_cli.py pending

关键文件

文件用途
subconscious/schema.py项目数据类、验证、种类枚举
subconscious/store.py
带原子写入的JSON文件操作 | | subconscious/retrieve.py | 相关性评分、is_duplicate | | subconscious/influence.py | 将项目转换为提示的偏差块 | | subconscious/governance.py | 变异类型、保护类、边界 | | subconscious/evolution.py | 晋升管道、强化逻辑 | | subconscious/maintenance.py | 衰减、快照轮转、内务管理 | | subconscious/intake.py | 从轮次中保守提取项目 | | subconscious/flush.py | 为会话连续性构建/加载快照 | | subconscious/learnings_bridge.py | 连接到自我改进代理的 .learnings/ |

用于Claude Code会话

当Claude Code需要评估或改进潜意识系统时,使用 claude-cx 包装器:

bash
claude-cx 运行:python3 ~/.openclaw/skills/subconscious/scripts/subconscious_metabolism.py status
claude-cx 运行:python3 ~/.openclaw/skills/subconscious/scripts/subconscious_cli.py bias
claude-cx 读取 ~/.openclaw/skills/subconscious/subconscious/evolution.py 第450-525行

Cron设置

运行 install.sh 后,四个cron任务将激活:

  • - /5 — 滴答(轻量代谢)
  • 0 — 轮转(每小时,带晋升)
  • 0 6 — 审查(每日健康检查)
  • 0 9 1 — 每周基准测试(周一上午9点,与基线比较)

每周基准测试

将当前状态与安装时捕获的基线快照进行比较。报告以下内容:

  • - 学习内容量变化(LEARNINGS.md、ERRORS.md条目)
  • 晋升到实时的新偏差
  • 待处理队列深度
  • 错误复发率(作为学习效果的代理指标)

bash

手动运行


python3 scripts/subconscious_benchmark.py

查看过去的基准测试

ls memory/subconscious/benchmarks/ cat memory/subconscious/benchmarks/benchmark_YYYY-MM-DD.json

要捕获新的基线:
bash
python3 scripts/subconscious_benchmark.py --capture-baseline

要覆盖工作区位置:
bash
export SUBCONSCIOUS_WORKSPACE=/path/to/any/workspace

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 subconscious-1775923820 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 subconscious-1775923820 技能

通过命令行安装

skillhub install subconscious-1775923820

下载

⬇ 下载 subconscious v1.8.0(免费)

文件大小: 79.62 KB | 发布时间: 2026-4-12 11:33

v1.8.0 最新 2026-4-12 11:33
Reviewer fixes: install script bug, README bundling clarity, SKILL.md scope, hooks security

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