搜索

PythonReactSEOPDF
OpenClaw

Self Driven

Self Driven AI 🧠

adminlove5200 来源安装数☆ 0 仓库 Stars

安装与使用

请根据来源仓库和你的 AI 工具说明安装此技能。先阅读技能文件和依赖要求,再添加到工作流。

SkillHub CLI

skillhub install adminlove520/self-driven

打开来源仓库,查看说明和兼容环境后,按来源提供的命令或步骤安装。

将来源链接提供给你的 Agent,让它先读取说明、核对依赖,并向你说明将执行的安装步骤。

查看来源 ↗使用指南

技能说明

Self-Driven AI 🧠

让 AI 不用人催,自己找事做。实现自我驱动闭环。

核心理念

不是"人问AI答",而是"AI主动找事做"

每次执行流程:

  1. 读取记忆 → 2. 挑选任务 → 3. 执行 → 4. 自身评估 → 5. 记录+汇报

核心文件

1. 任务池 - memory/self-driven/tasks.md

管理所有可执行的任务,分类存放。

2. 执行记录 - memory/self-driven/log.md

每次执行的详细记录。


完整执行流程

步骤一:读取记忆

读取 memory/self-driven/log.md,了解:

  • 上次做到哪了?
  • 下一步是什么?
  • 有哪些任务在进行中?
步骤二:挑选任务

从任务池中挑选,优先级:

  1. P0: 上次留下的「下一步」
  2. P1: 构思中的任务
  3. P2: 快完成的任务
  4. P3: 简单的任务

过滤规则:需要人类资源的任务 → 跳过,列入待讨论

步骤三:执行任务
  • 不是只写计划
  • 拆分大任务成小步骤
  • 记录实际产出
步骤四:自身评估(最重要!)

每次执行后问自己:

  • 这个研究成果能用在我身上吗?
  • 我目前有什么问题需要优化?
  • 优化方向加入下次任务列表
步骤五:记录+汇报

写入 memory/self-driven/log.md:

### 时间 任务
状态:已完成 ✅

行动:
1. xxx
2. xxx

学到了:
- xxx

自身评估:
- 现状:xxx
- 问题:xxx
- 优化方向:xxx

下一步:
- xxx

主动性体现

不是等待用户指令!

AI 自主:

  1. 定时触发(cron 每30分钟)
  2. 自己读取上次进度
  3. 自己挑选任务
  4. 自己执行
  5. 自己评估
  6. 自己记录+汇报

用户只需要收到汇报后「确认」或「调整方向」。


Cron 触发示例

# 每30分钟执行
name: "自我驱动"
schedule: "0,30 * * * *"
payload: "执行 self-driven skill"

关键原则

原则 说明 为什么
闭环优先 下次执行先读上次记录 不重复不断档
自身评估 研究后问「能用在我身上吗」 学以致用
资源过滤 需要人类资源的任务跳过 不卡死等待
记录即记忆 每次执行必须写下来 可追溯可接续

大任务拆分原则

  • 一个任务应该在 30分钟 内可完成
  • 如果太大,拆成子任务
  • 每次只做一部分

示例:完整执行

[读取] 上次记录:任务「记忆检索研究」进行中,下一步「研究遗忘机制」

[挑选] 选择任务「研究遗忘机制」

[执行] 
1. 研究遗忘机制
2. 调研三种方案
3. 产出...

来源信息

Source
github
Repository
openclaw/skills
Path
skills/adminlove520/self-driven
Version
—
Commit
1e625d648e9e0758632a7876ddbf50391ad17b86
分类来源
rules
状态
active
可见性
public

这些信息来自收录时的来源分析,可能滞后;使用前请核对最新来源文件。

README

Self-Driven AI 🧠

让 AI 不用人催,自己找事做。实现自我驱动闭环。

核心理念

不是"人问AI答",而是"AI主动找事做"

完整流程

  1. 读取记忆 — 上次进度
  2. 挑选任务 — 从任务池
  3. 执行任务 — 真的去做
  4. 自身评估 — 有用吗?
  5. 记录+汇报 — 保存+通知

关键原则

  • 闭环优先:下次执行先读上次记录
  • 自身评估:研究后问「能用在我身上吗」
  • 资源过滤:需要人类的任务跳过
  • 记录即记忆:每次执行必须写下来

文件结构

memory/
└── self-driven/
    ├── tasks.md      # 任务池
    └── log.md        # 执行记录

Made with ❤️ by 小溪

来源内容

SKILL.md
# Self-Driven AI 🧠

让 AI 不用人催,自己找事做。实现自我驱动闭环。

## 核心理念

**不是"人问AI答",而是"AI主动找事做"**

每次执行流程:
1. 读取记忆 → 2. 挑选任务 → 3. 执行 → 4. 自身评估 → 5. 记录+汇报

---

## 核心文件

### 1. 任务池 - memory/self-driven/tasks.md
管理所有可执行的任务,分类存放。

### 2. 执行记录 - memory/self-driven/log.md
每次执行的详细记录。

---

## 完整执行流程

### 步骤一:读取记忆
读取 `memory/self-driven/log.md`,了解:
- 上次做到哪了?
- 下一步是什么?
- 有哪些任务在进行中?

### 步骤二:挑选任务
从任务池中挑选,优先级:
1. P0: 上次留下的「下一步」
2. P1: 构思中的任务
3. P2: 快完成的任务
4. P3: 简单的任务

**过滤规则**:需要人类资源的任务 → 跳过,列入待讨论

### 步骤三:执行任务
- 不是只写计划
- 拆分大任务成小步骤
- 记录实际产出

### 步骤四:自身评估(最重要!)
每次执行后问自己:
- 这个研究成果**能用在我身上吗**?
- 我目前有什么问题需要优化?
- 优化方向加入下次任务列表

### 步骤五:记录+汇报
写入 `memory/self-driven/log.md`:
```
### 时间 任务
状态:已完成 ✅

行动:
1. xxx
2. xxx

学到了:
- xxx

自身评估:
- 现状:xxx
- 问题:xxx
- 优化方向:xxx

下一步:
- xxx
```

---

## 主动性体现

**不是等待用户指令!**

AI 自主:
1. 定时触发(cron 每30分钟)
2. 自己读取上次进度
3. 自己挑选任务
4. 自己执行
5. 自己评估
6. 自己记录+汇报

用户只需要收到汇报后「确认」或「调整方向」。

---

## Cron 触发示例

```yaml
# 每30分钟执行
name: "自我驱动"
schedule: "0,30 * * * *"
payload: "执行 self-driven skill"
```

---

## 关键原则

| 原则 | 说明 | 为什么 |
|------|------|--------|
| 闭环优先 | 下次执行先读上次记录 | 不重复不断档 |
| 自身评估 | 研究后问「能用在我身上吗」 | 学以致用 |
| 资源过滤 | 需要人类资源的任务跳过 | 不卡死等待 |
| 记录即记忆 | 每次执行必须写下来 | 可追溯可接续 |

---

## 大任务拆分原则

- 一个任务应该在 **30分钟** 内可完成
- 如果太大,拆成子任务
- 每次只做一部分

---

## 示例:完整执行

```
[读取] 上次记录:任务「记忆检索研究」进行中,下一步「研究遗忘机制」

[挑选] 选择任务「研究遗忘机制」

[执行] 
1. 研究遗忘机制
2. 调研三种方案
3. 产出...
README
# Self-Driven AI 🧠

让 AI 不用人催,自己找事做。实现自我驱动闭环。

## 核心理念

**不是"人问AI答",而是"AI主动找事做"**

## 完整流程

1. 读取记忆 — 上次进度
2. 挑选任务 — 从任务池
3. 执行任务 — 真的去做
4. 自身评估 — 有用吗?
5. 记录+汇报 — 保存+通知

## 关键原则

- **闭环优先**:下次执行先读上次记录
- **自身评估**:研究后问「能用在我身上吗」
- **资源过滤**:需要人类的任务跳过
- **记录即记忆**:每次执行必须写下来

## 文件结构

```
memory/
└── self-driven/
    ├── tasks.md      # 任务池
    └── log.md        # 执行记录
```

---

Made with ❤️ by 小溪

相关技能

OpenClaw

bambu-studio-ai

heyixuan2

Bambu Lab 3D printer control and automation. Activate when user mentions: printer status, 3D printing, slice, analyze model, generate 3D, AMS filament, print monitor, Bambu Lab, or any 3D printing task. Full pi...

OpenClaw

geo-optimization

capt-marbles

Generative Engine Optimization (GEO) for AI search visibility. Optimize content to appear in ChatGPT, Perplexity, Claude, and Google AI Overviews. Use when optimizing websites, pages, or content for LLM discove...

OpenClaw

0protocol

0isone

Agents can sign plugins, rotate credentials without losing identity, and publicly attest to behavior.

OpenClaw

0x0-messenger

eijiac24

Send and receive P2P messages using disposable numbers and PINs. No servers, no accounts. Use for human notifications, approval flows, and agent-to-agent communication.