clawiserAgent 记忆与工作流增强套件。包含 8 个模块：记忆系统（memory-deposit、retrieval-enhance、noise-reduction）+ 工作流（hdd、sdd、save-game、load-game、project-skill-pairing）。当用户说"安装 ClaWiser"、"初...
Install via ClawdBot CLI:
clawdbot install mattwenjun/clawiserGrade Fair — based on market validation, documentation quality, package completeness, maintenance status, and authenticity signals.
Potentially destructive shell commands in tool definitions
exec (Calls external URL not in known-safe list
https://github.com/MattWenJun/ClaWiser.gitAudited Apr 17, 2026 · audit v1.0
Generated Oct 6, 2026
当 AI agent 与用户进行长期项目合作时，对话会跨越多天甚至数周。ClaWiser 的 save-game/load-game 模块可以在工作段结束时自动存档，在恢复时精准加载上下文，避免重复讨论和遗忘。记忆系统确保重要决策和用户偏好被持久化保存。
面对没有明确方向或需要反复验证的复杂问题时，HDD 模块引导 agent 在行动前先设计验收标准、验证假设是否正确。SDD 模块则帮助 agent 从场景和利益相关人角度重新审视问题。这特别适合技术架构设计、产品需求分析等需要深度思考的场景。
在 OpenClaw 多 agent 环境中，每个 agent 需要独立的记忆和工作流能力。ClaWiser 的模块化设计让每个 agent 可以按需安装记忆层和工作流层，通过 project-skill-pairing 确保技能与项目正确关联，避免技能孤岛和归属混乱。
用户与 AI 的长期对话积累了大量的决策记录、项目进展和个人偏好。retrieval-enhance 模块优化搜索策略，确保 agent 能准确找到历史信息；noise-reduction 模块自动过滤低价值对话内容，保持记忆库的高信噪比。适合需要长期知识沉淀的个人或团队。
ClaWiser 不仅增强 agent 的记忆和工作流能力，还通过主动提醒机制教育用户如何更有效地使用这些能力。当 agent 使用某个 skill 后，会顺势告诉用户下次如何快速触发，让用户在自然对话中逐渐掌握高级功能，形成人机互帮互助的良性循环。
ClaWiser 以 MIT 协议开源发布，吸引个人开发者和 AI 爱好者使用。企业客户需要多 agent 协作、私有化部署和定制记忆策略时，提供付费的技术支持和定制开发服务。开源社区贡献反哺核心功能迭代。
将记忆层的向量搜索、cron 降噪等能力封装为云端服务，用户无需自行配置 embedding API 和基础设施。按存储量、检索次数或 agent 数量阶梯定价，适合不想管理基础设施的中小团队。
建立 ClaWiser 模块市场，允许第三方开发者发布记忆/工作流增强模块。平台对交易抽成，同时推出官方认证体系，确保模块质量和兼容性。认证模块可获得优先推荐位。
💬 Integration Tip
Claude Code 用户应跳过依赖 OpenClaw 向量搜索和 cron 能力的 3 个记忆模块，仅安装 5 个工作流模块；安装后务必亲自验证向量搜索是否真正工作，未配置 embedding 时不能跳过。
Scored Oct 6, 2026
Meta-skill for AI agent self-improvement. Analyzes runtime logs to detect error patterns, regressions, and inefficiencies, then generates structured improvem...
Stop waiting for prompts. Keep working.
Turn OpenClaw into a learning-loop agent with seeded workspace rules, skill promotion, reflective memory, and proactive maintenance.
Meta-agent skill for orchestrating complex tasks through autonomous sub-agents. Decomposes macro tasks into subtasks, spawns specialized sub-agents with dynamically generated SKILL.md files, coordinates file-based communication, consolidates results, and dissolves agents upon completion. MANDATORY TRIGGERS: orchestrate, multi-agent, decompose task, spawn agents, sub-agents, parallel agents, agent coordination, task breakdown, meta-agent, agent factory, delegate tasks
Complete toolkit for creating autonomous AI agents and managing Discord channels for OpenClaw. Use when setting up multi-agent systems, creating new agents, or managing Discord channel organization.
Billions decentralized identity for agents. Link agents to human identities using Billions ERC-8004 and Attestation Registries. Verify and generate authentic...