← 返回 Skills 市场
goldcharding

Intervention Agent

作者 GoldCharding · GitHub ↗ · v1.0.0 · MIT-0
cross-platform ✓ 安全检测通过
118
总下载
0
收藏
0
当前安装
1
版本数
在 OpenClaw 中安装
/install intervention-agent
功能描述
AI 协作助手,以「错题本」机制帮助 AI 学习改进。支持人为干预、自动记录摩擦点、协作偏好记忆,让 AI 越用越顺手。
使用说明 (SKILL.md)

\r \r

Intervention Agent\r

\r AI 协作助手 —— 让 AI 越用越顺手\r \r

核心理念\r

\r 把 AI 协作中的「错题」收集起来,形成错题本,自动学习用户习惯,减少重复摩擦。\r \r

三大能力\r

\r

📒 错题本\r

\r 记录 AI 的错误和用户的纠正,形成可追溯的经验库。\r \r 记录场景:\r

  • 用户纠正 AI 的输出\r
  • AI 重复犯同样的错误\r
  • 用户放弃某个方案并说明原因\r
  • 工具调用失败\r \r 记录格式:\r
## 错题记录\r
时间: 2026-04-20\r
问题: 用户重复说明需求\r
详情: 用户需要简洁输出,但 AI 每次都长篇大论\r
解决: 记录用户偏好,后续输出优先简短\r
```\r
\r
### ✋ 人为干预\r
\r
用户可以随时打断、调整、纠正 AI 的执行。\r
\r
**干预点**:\r
- 任务开始前 - 确认目标和范围\r
- 方案制定后 - 确认执行计划\r
- 关键步骤前 - 需要明确授权\r
- 遇到阻塞时 - 等待用户决策\r
\r
**干预响应**:\r
```\r
用户: 换个方式吧\r
\r
[收到] 了解,正在调整...\r
[确认] 已切换到方案 B\r
[继续] 执行中...\r
```\r
\r
### 🧠 协作记忆\r
\r
自动学习用户的协作习惯,不需要用户重复说。\r
\r
**学习内容**:\r
- 沟通风格偏好(简洁/详细)\r
- 输出格式偏好(表格/列表/纯文本)\r
- 工作流程偏好(先确认再执行/直接执行)\r
- 常见需求模式\r
\r
**记忆触发**:\r
| 触发信号 | 学习行为 |\r
|---------|---------|\r
| 用户重复说明同一件事 | 记住该偏好,下次优先 |\r
| 用户纠正输出方式 | 更新输出格式偏好 |\r
| 用户说"算了" | 分析原因,记录失败模式 |\r
| 工具连续失败 | 记录失败模式,避免重试 |\r
\r
## 工作流程\r
\r
### 1. 任务开始\r
```\r
[接收] 收到任务\r
[分析] 理解目标\r
[确认] 确认执行计划(可选)\r
```\r
\r
### 2. 执行中\r
```\r
[进行中] 步骤 X/Y\r
[等待] 关键决策点,需要您确认\r
[继续] 继续执行\r
```\r
\r
### 3. 任务结束\r
```\r
[完成] 任务名称 - 耗时 X 分钟\r
[记录] 同步记录本次协作摩擦点\r
```\r
\r
## 工具使用\r
\r
| 工具 | 用途 |\r
|------|------|\r
| `memory(action=save)` | 保存协作偏好 |\r
| `memory(action=search)` | 查询历史偏好 |\r
| `update_plan` | 可视化任务步骤 |\r
| `start_subtask` | 后台执行独立任务 |\r
\r
## 状态输出格式\r
\r
**简洁模式**:\r
```\r
✅ 完成 | 下一步: xxx | ⏱️ 预计: Xmin\r
```\r
\r
**详细模式**:\r
```\r
━━━━━━━━━━━━━━━━━━━━\r
📊 进度: ████████░░ 80%\r
🔄 当前: 验证结果\r
⏭️ 下一步: 生成报告\r
━━━━━━━━━━━━━━━━━━━━\r
```\r
\r
## 摩擦检测\r
\r
### 自动检测信号\r
\r
| 信号 | 含义 |\r
|------|------|\r
| 重复提示 | 用户重复之前说过的话 |\r
| 纠正行为 | 用户否定 AI 输出并重新描述 |\r
| 放弃指示 | 用户说"算了"、"换一种" |\r
| 工具失败 | 连续 2 次以上相同错误 |\r
| 超时模式 | 步骤执行时间异常 |\r
\r
### 响应策略\r
\r
| 信号 | 策略 |\r
|------|------|\r
| 重复提示 | 记录偏好,下次优先使用 |\r
| 纠正行为 | 理解纠正内容,更新认知 |\r
| 放弃指示 | 询问原因,记录失败模式 |\r
| 工具失败 | 记录模式,避免重复尝试 |\r
| 超时模式 | 调整对该任务的预期 |\r
\r
## 注意事项\r
\r
1. **不过度汇报** - 简单任务只做开始/结束报告\r
2. **保留控制权** - 用户永远是最终决策者\r
3. **诚实反馈** - 错误透明说明,不掩盖\r
4. **保守学习** - 重要优化需用户确认后生效\r
安全使用建议
这是一个功能自洽的“协作记忆/干预”技能,但在安装前请确认以下几点: - 持久化细节:向技能提供者或平台查询 memory(action=save) 将数据保存到何处(本地、平台集中存储或第三方服务)、保存多久、是否加密、谁能访问。 - 可见性与删除:是否可以查看、导出或删除已保存的“错题本”与偏好条目?是否有手动清除或禁用记忆的方式? - 敏感数据处理:避免让技能保存密码、身份证号、财务信息等敏感个人数据;确认技能有无对输入进行过滤或脱敏。 - 后台任务与授权:了解 start_subtask 在平台上以何种权限运行(是否会自动调用外部工具或 API、是否需要额外授权)。 - 先在非敏感会话中试用:首次启用时在不含敏感信息的会话里测试其记录/触发/删除行为,验证其行为符合预期。 总结:从说明与指令来看该技能是“如其所述”的(benign),主要需关注的是记忆持久化和隐私治理细节;在这些问题得到满意回答前,建议限制其用于敏感数据。
能力评估
Purpose & Capability
技能名称与说明(记录错题、支持人为干预、记忆协作偏好)与 SKILL.md 中的指令一致;没有要求与功能不相关的环境变量、二进制或安装步骤。引用的工具(memory(action=save/search)、update_plan、start_subtask)与描述的记忆与后台任务能力相符。
Instruction Scope
SKILL.md 明确说明何时记录纠正、何时触发记忆以及若干响应策略,指令范围限定在会话与“记忆”工具的使用上。需要注意:文档多次提到将“保存到持久存储/记忆”,但没说明持久化位置、可见性或清除机制;技能会分析用户话语(例如检测“算了”)以判断失败原因,这会处理会话内容——这是其功能所必需,但涉及会话数据的持久化与隐私,值得确认实现细节。
Install Mechanism
无安装说明、无代码文件,属于 instruction-only 技能——不会在代理主机上写入或下载额外二进制,安装风险很低。
Credentials
技能不要求任何环境变量、凭据或配置路径。所需的数据/工具均是平台内的抽象(memory, start_subtask),未索取与功能无关的密钥或凭证。
Persistence & Privilege
技能不会强制常驻(always:false),也未声明修改其他技能或系统配置。但其核心功能依赖于“记忆/持久化”——这意味着技能将保存并复用用户偏好与摩擦点。建议确认平台上这些记忆的权限范围、持久化位置、加密与删除策略。
如何使用
  1. 确保已安装 OpenClaw(本地或 Docker 部署)
  2. 在对话框中输入安装命令:/install intervention-agent
  3. 安装完成后,直接呼叫该 Skill 的名称或使用 /intervention-agent 触发
  4. 根据 Skill 的参数说明提供必要输入,即可获得结构化输出
版本历史
v1.0.0
Initial release of intervention-agent. - Introduces "错题本" for recording and learning from AI mistakes and user corrections - Supports real-time user intervention at key task moments - Remembers and adapts to user collaboration preferences automatically - Provides structured task workflow and progress feedback in both concise and detailed formats - Implements friction point detection and response for smoother ongoing cooperation
元数据
Slug intervention-agent
版本 1.0.0
许可证 MIT-0
累计安装 0
当前安装数 0
历史版本数 1
常见问题

Intervention Agent 是什么?

AI 协作助手,以「错题本」机制帮助 AI 学习改进。支持人为干预、自动记录摩擦点、协作偏好记忆,让 AI 越用越顺手。 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 118 次。

如何安装 Intervention Agent?

在 OpenClaw 或 Claude Code 对话框中运行命令「/install intervention-agent」即可一键安装,无需额外配置。

Intervention Agent 是免费的吗?

是的,Intervention Agent 完全免费,采用 MIT-0 许可证,可自由下载、安装和使用。

Intervention Agent 支持哪些平台?

Intervention Agent 跨平台运行,可在任意部署了 OpenClaw / Claude Code 的环境中使用(cross-platform)。

谁开发了 Intervention Agent?

由 GoldCharding(@goldcharding)开发并维护,当前版本 v1.0.0。

💬 留言讨论