Clawhub 主动智能体

问题在哪

多数 Agent 每轮会话都像「刚开机」：上下文被截断或 compaction 之后，纠正、专有名词、决策和偏好会从对话里消失。更常见的是行为模式——等用户开口、cron 只往主会话丢一句 prompt 却没人执行、改完配置文案就报「已完成」而机制未变。Clawhub Proactive Agent 把这套问题当成状态机 + 文件化记忆来设计，而不是堆更多提示词。

核心机制

技能围绕三根支柱组织：主动（反向提示、定期 check-in）、持久（三层记忆与统一检索）、自改进（在 ADL/VFM 护栏下演化）。

记忆分层大致是：SESSION-STATE.md 作当前任务 RAM；memory/YYYY-MM-DD.md 作当日流水；MEMORY.md 作长期蒸馏。回答「以前做过什么」之前应先 semantic search，而不是猜。

WAL 协议：每条用户消息扫描纠正、专名、偏好、决策、草稿改动与具体数值；命中则先写 SESSION-STATE.md 再回复——聊天历史是缓冲，不是存储。

Working Buffer：上下文到约 60% 时清空旧缓冲，之后每条往返都记入 memory/working-buffer.md；compaction 后先读缓冲再恢复任务态。

Compaction Recovery：见到截断信号或「继续/刚才到哪」时，按缓冲 → 会话状态 → 近日日志 → 全源搜索的顺序拉齐上下文，并写回状态文件。

其它要点包括：Relentless Resourcefulness（多路径尝试再求助）、扩展版安全加固（技能安装审查、拒绝外部 Agent 网络、共享频道防上下文泄露）、以及 Autonomous vs Prompted Crons——背景任务用 isolated + agentTurn 真正执行，而非 systemEvent 只提醒主会话；Verify Implementation, Not Intent 要求改的是调度与机制，不是改几句 enforcement 文案。

适用与注意

这是操作系统级工作流（配套 ONBOARDING.md、USER.md、SOUL.md、安全审计脚本等资产），适合你愿意把 Agent 当成长期协作者、并接受「重要信息必须落盘」纪律的场景。它不能替代你对第三方 skill 的审查；文档也明确社区 skill 存在风险比例，安装前需人工判断。若你只需要单次问答、不需要跨会话连续性，完整协议会显得偏重。