主动维护技能:自动化系统健康与内存管理 - Openclaw 技能
作者:互联网
2026-04-18
什么是 主动维护技能?
主动维护技能(Active Maintenance Skill)是一个必不可少的工具,旨在为 Openclaw 技能提供自动化的系统健康维护和内存代谢。受 ClawIntelligentMemory 项目启发,该技能通过管理磁盘使用情况和精简存储数据,确保 Kim Assistant 环境保持整洁高效。其主要目的是通过防止资源膨胀并确保内存保持稠密且可操作,从而维持高性能的工作空间。
通过实施此技能,开发人员可以确保其智能体在稳定的环境中运行。该工具承担了系统管理和数据修剪的繁重工作,使 AI 能够专注于执行任务,同时通过专门的决策日志记录所有维护活动的透明审计追踪。
下载入口:https://github.com/openclaw/skills/tree/main/skills/xiaowenzhou/active-maintenance
安装与下载
1. ClawHub CLI
从源直接安装技能的最快方式。
npx clawhub@latest install active-maintenance
2. 手动安装
将技能文件夹复制到以下位置之一
全局模式~/.openclaw/skills/
工作区
/skills/
优先级:工作区 > 本地 > 内置
3. 提示词安装
将此提示词复制到 OpenClaw 即可自动安装。
请帮我使用 Clawhub 安装 active-maintenance。如果尚未安装 Clawhub,请先安装(npm i -g clawhub)。
主动维护技能 应用场景
- 自动执行每晚系统健康检查,以监控磁盘使用情况和关键资源的可用性。
- 修剪陈旧的临时文件和构建产物,以保持工作区的整洁。
- 通过去重和将密集笔记提取为核心洞察,巩固内存碎片。
- 为管理审查创建系统更改和优化的透明审计追踪。
- 该技能启动系统健康检查,根据定义的阈值监测磁盘使用情况和资源级别。
- 它根据用户定义的时限配置识别并删除临时文件和产物。
- 内存代谢 (M3) 流程触发,去重内存碎片并将复杂信息提取为核心洞察。
- 每项维护操作和系统决策都记录在结构化日志中,以实现完全的可审计性和透明度。
主动维护技能 配置指南
要执行手动维护周期,请通过 CLI 执行优化脚本:
python3 /root/.openclaw/workspace/scripts/nightly_optimizer.py
配置在 scripts/nightly_optimizer.py 中处理。您可以自定义以下参数:
TEMP_DIRS:定义要监控清理的目录列表。threshold:设置触发系统警告的磁盘使用百分比。days:指定临时文件被清除前的最大保存天数。
要将决策日志集成到自定义工作流中,请使用提供的 Python 模块:
from decision_logger import log_decision
log_decision(title="Maintenance Update", ...)
主动维护技能 数据架构与分类体系
主动维护技能使用结构化分类法组织其数据和配置,以确保 Openclaw 技能保持井然有序:
| 路径 | 类型 | 描述 |
|---|---|---|
MEMORY/DECISIONS/ |
目录 | 存储每个维护周期和系统决策的结构化日志。 |
scripts/nightly_optimizer.py |
配置 | 定义清理路径和资源阈值的核心文件。 |
TEMP_DIRS |
环境 | 用户定义的临时文件存储和自动清除位置。 |
Active Maintenance Skill
Automated system health and memory metabolism for OpenClaw.
Inspired by the ClawIntelligentMemory project, this skill ensures Kim Assistant's environment stays clean and its memory stays dense.
Features
- System Health Checks: Monitor disk usage and critical resources.
- Auto-Cleanup: Remove aged temporary files and artifacts.
- Memory Metabolism (M3):
- Exact deduplication of memory fragments.
- Resource distillation: Summarizing dense notes into core insights.
- Decision Logging: Every maintenance cycle is logged to
MEMORY/DECISIONS/for auditability.
Usage
Run Full Maintenance
python3 /root/.openclaw/workspace/scripts/nightly_optimizer.py
Log a Decision
from decision_logger import log_decision
log_decision(title="Example", ...)
Configuration
Located in scripts/nightly_optimizer.py:
TEMP_DIRS: List of directories to clean.threshold: Disk usage percentage to trigger warnings.days: Age of files to cleanup.
Created: 2026-02-12 | By Kim Assistant
相关推荐
专题
+ 收藏
+ 收藏
+ 收藏
+ 收藏
+ 收藏
+ 收藏
最新数据
相关文章
Minecraft 3D 建造计划生成器:AI 场景架构师 - Openclaw Skills
Scholar Search:自动化文献搜索与研究简报 - Openclaw Skills
issue-to-pr: 自动化 GitHub Issue 修复与 PR 生成 - Openclaw Skills
接班交班总结器:临床 EHR 自动化 - Openclaw Skills
Teacher AI 备课专家:K-12 自动化教案设计 - Openclaw Skills
专利权利要求映射器:生物技术与制药 IP 分析 - Openclaw Skills
生成 Tesla 车身改色膜:用于 3D 显示的 AI 图像生成 - Openclaw Skills
Taiwan MD:面向台湾的 AI 原生开放知识库 - Openclaw Skills
自学习与迭代演进:AI Agent 成长框架 - Openclaw Skills
HIPC Config Manager: 安全的 API 凭据处理器 - Openclaw Skills
AI精选
