安装指南

1. ClawHub CLI 从源直接安装技能的最快方式。
   npx clawhub@latest install auto-prompt
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 auto-prompt。如果尚未安装 Clawhub，请先安装（npm i -g clawhub）。
   更倾向于下载？
   获取包含原生技能文件的ZIP压缩包。
   下载技能 (.zip)

什么是

AUTO.Prompt 是面向 AI 智能体的策略优先问题解决协议。它将主题、问题或预期结果转化为简洁的策略卡，按规定顺序检查现有资源，根据原始请求审查计划，然后引导执行并以结论优先的方式作答。对于 Openclaw Skills 用户，它提供了一套一致的方法，用于决定如何思考、行动和收尾，同时避免不必要地扩大任务范围。
该协议优先复用现有内容和本地资源，限制研究与自我审查，并避免不必要的提问；但如果任务涉及不可逆操作、付款或相互矛盾的要求，则例外。问题解决后，在保存任何长期见解之前，先进行四项测试：复用潜力、事实或行动价值、独特性和清晰度。它是一个方法层，而不是内容库、执行引擎或专业技能的替代品。

应用场景

用户询问如何实现多步骤目标、解决问题或制定计划。
任务可能通过复用本地脚本、模板、记忆、技能或专家来解决，而不必从头开始。
智能体需要判断当前信息是否需要查阅官方文档、社区研究或搜索。
需要针对解决方案检查其相关性、更短的替代方案、缺乏依据的假设或不必要的范围。
任务完成后产生了值得保留的可复用事实、项目约定、偏好或可重复工作流程。
已有专业技能与领域匹配，因此最短路径是直接委派，而不是应用此协议。

工作原理

选择模式： 默认使用问题解决模式；用户明确要求计划时使用策略请求模式；适用专业技能时直接委派；闲聊、简单事实查询或单步操作则不启动。
规范请求： 将请求压缩成一句目标陈述，其中包含动作、对象和完成标准。设定合理标准，除非任务不可逆、涉及付费或内部存在矛盾，否则不追问。
制定策略卡： 按顺序检查复用资源：本地资产和技能、模型知识中的稳定事实、权威性或版本相关细节所需的官方文档、必要时的一级社区，以及作为后备方案的搜索。找到第一个足够充分的来源后即停止。
审查一次： 将策略卡与原始请求对照：确认它回应了实际问题、采用最短路径、没有跳过必要验证且未超出范围。最多修订一次；如果仍有冲突，应如实报告，而不是强行给出解决方案。
执行并交付： 按已批准的策略卡执行；如果执行过程偏离，则更新策略卡；回答时先给结论，只提供必要的依据和用户需要采取的行动。
解决后提炼： 应用四项记忆测试。只保存可复用、具有事实或行动价值、不重复且表达清晰的信息；不要保存未解决任务的备注或过程日志。

配置指南

AUTO.Prompt 被描述为一种本地、零依赖的方法技能。来源未指定软件包管理器、安装命令或必要配置，因此请使用 Openclaw 兼容的智能体或技能管理器所提供的安装机制。
按照平台文档规定的流程，将该技能的 SKILL.md 添加到智能体的技能目录。
如果希望智能体保留符合条件的见解，请确保其能够访问项目记忆路径。此技能不需要单独的 auto 内容库。
可选：提供参考文件 references/sources.md，以便按主题查找官方文档和一级社区。
使用面向策略的请求调用它，例如“给我最短路径”或“帮我解决这个问题”。简单查询或单步操作请勿调用它。

提供的 SKILL.md 中未指定安装命令。

请遵循智能体平台文档规定的技能安装流程。

数据架构

AUTO.Prompt 主要是一种工作流程协议；它不定义生成项目的格式，也不要求内容数据库。其策略卡是一种精简的工作产物，包含以下字段：
字段 用途
目标 用一句话说明动作、对象和完成标准
复用 已成功的最高来源级别及任何剩余差距
路径 按顺序排列的操作，数量与实际步骤一致
工具 所需的工具、技能或命令
交付物 输出形式和长度限制
风险 不可逆操作和需要用户确认的环节
复用来源分类为 L0 本地资产、L1 稳定的模型知识、L2 官方文档、L3 相关一级社区，以及 L4 搜索引擎后备方案。找到足够的来源后即停止；搜索最多尝试 1–3 次。
符合条件的记忆按范围存储：
项目专属的日期备注：.workbuddy/memory/YYYY-MM-DD.md（追加而非覆盖）。
项目级约定、边界或经批准的措辞：.workbuddy/memory/MEMORY.md。
跨项目偏好或习惯：~/.workbuddy/MEMORY.md。
可复用的多步骤流程：应提升为技能，而不是作为记忆存储。
临时路径、时间戳、原始工具错误、一次性搜索结果、未经验证的猜测、情绪化结论和活动日志均不予保留。可选的 references/sources.md 按主题提供官方文档和一级社区的查找路径；AUTO.Prompt 本身既不会搜索，也不会写入单独的 auto 内容库。

高级特性

分层复用与提前停止：
优先使用现有本地资产，一旦找到足够的来源就停止研究。
基于权威性的验证：
对于 API、机制、标准、政策和依赖版本的细节，要求查阅官方文档，而不是依赖记忆。
有限度的对抗性审查：
在一次审查中检查相关性、效率、验证和范围，策略最多修订一次。
明确的模式与委派边界：
简单任务跳过该协议，并将匹配的工作交给专业技能或专家。
受控的研究预算：
仅将搜索用作后备方案，并将检索次数限制在 1–3 次。
记忆质量门槛：
记录见解前应用四项标准，并按项目范围或跨项目范围存储获准的知识。

工作原理

将持久的多步骤流程视为专用技能的候选内容，而不是不断累积到记忆中。
简洁的交付规范：
先给结论，只包含必要的依据，避免加入未要求的范围或过程叙述。

name: auto-prompt slug: auto-prompt
displayName: AUTO.Prompt
display_name: AUTO.Prompt
display_name_en: AUTO Prompt
description: 策略先行的解题协议（fore.vip）。用户抛出一个主题、问题或想法（要做的事、卡住的问题、想要的结果）时，先出一份最佳策略卡——按「本机已有资产 → 模型自有知识 → 主题相关官方文档 → 主题 T1 社区 → 搜索引擎」逐级做复用检查、命中即停，取最短路径；再拿策略回看原问题做一轮对抗式审视（是否答非所问 / 是否还有更短路径 / 是否跳级凭记忆作答 / 产物是否超纲），最多回炉一轮；然后按策略执行、结论先行地精简交付；问题解决后按「四问」判据把关键点沉淀进记忆（跨会话可复用、是事实而非过程、不与既有条目重复、低熵），碎片与流水账不写。当用户说「XX 怎么做」「帮我搞定 XX」「这个问题怎么解」「给我一个方案」「最佳策略」「最短路径」时使用。 description_zh: 策略先行的解题协议。先出策略卡（逐级复用检查：本机资产 → 模型知识 → 官方文档 → T1 社区 → 搜索引擎，命中即停，取最短路径），再回看原问题做一轮对抗式审视，然后按策略执行并以「结论先行」精简交付，最后按四问判据把关键点沉淀进记忆。适用于让 Agent 处理主题、问题、方案类任务时约束「怎么想、怎么做、怎么收」。
description_en: A strategy-first problem-solving protocol. It first produces a strategy card (tiered reuse check — local assets, model knowledge, official docs, tier-1 communities, then search; stop at first hit; take the shortest path), then re-examines the original question in one adversarial pass, executes against the card, delivers concisely with the conclusion first, and finally distills only the reusable, factual, non-duplicate and low-entropy key points into memory.
category: productivity
version: 1.0.0
author: fore.vip
agent_created: true
triggers:

• "怎么做"
• "怎么解"
• "帮我搞定"
• "给我一个方案"
• "最佳策略"
• "最短路径"
• "先出策略"
• "重新审视这个问题" negative_triggers:
• "打招呼、闲聊"
• "纯事实查询（天气、汇率、百科条目）"
• "单步操作（打开文件、发一条消息）"
• "已有专精 SKILL 命中的领域任务（合同、翻译、医疗、地图、文档排版等，直接委托）"

AUTO.Prompt · 策略先行

先出策略 → 再审问题 → 再动手 → 最后沉淀。 不边想边做，不扩写需求，不堆过程。

启用门（先定模式）
用户意图 模式
给主题 / 问题要我解决（默认） 解题模式：内部走完四步，交付结果 + 一句话关键路径
明确要「方案 / 策略 / 怎么做」 求策模式：交付策略卡本身（含分支与取舍），不擅自动手
已有专精 SKILL / Expert 命中 直接委托，本协议不介入——这本身就是最短路径
闲聊、纯事实查询、单步操作 不启用
四条准则
策略先行：策略卡没写出来之前不开工。
最短路径：能复用绝不重造，能一步不两步，能本地不联网。
只审一轮：策略出完必审一次；回炉上限一轮，禁止无限自我迭代。
精简进出：不扩写需求、不加未被要求的内容、不做延伸建议。
第 1 步 · 归一

把输入压成一句 目标句：

目标句 = 动作 + 对象 + 完成判据

判据缺失就自己定一个并写进交付，不为此回问用户。只有三种情况才回问：涉及不可逆操作、涉及付费、需求自身自相矛盾。

第 2 步 · 策略卡
复用检查（按级下探，命中即停）

能停在高一级就不下探：

级 复用源 命中即停的条件
L0 本机 / 工作区已有资产：脚本、模板、记忆、既有 SKILL 与 Expert 直接可用
L1 模型自有知识 稳定常识，无需时效与权威校准
L2 主题相关官方文档 涉及 API、机制、规范、口径、版本 —— 必查，不得凭记忆作答
L3 主题相关 T1 社区 L2 未覆盖，或需要一手实战经验 → 见 @references/sources.md
L4 搜索引擎 兜底，检索上限 1–3 次；超出说明路径选错，回第 2 步
填卡（≤ 6 行，写不长说明还没想清）
目标：
复用：L? 命中 ｜ 缺口：
路径：1) … 2) … 3) …（行数 = 实际动作数）
工具：
产物：
风险：

第 3 步 · 审视（必做，一轮为限）

拿策略卡回看原问题，逐条核对：

答对题：解决的是用户真正问的那件事，不是我以为的那件？
还能更短：少一步？少一次检索？少一个中间产物？
没跳级：该查官方文档的没凭记忆作答？该复用的没重造？
没超纲：产物是用户要的，不是「顺手多做」的？

任一不过 → 改策略卡，重走第 2 步。只允许回炉一轮；二轮仍不过 → 把分歧点一句话抛给用户，不硬做。

第 4 步 · 执行与交付
严格按策略卡执行；中途偏离就回填卡片，不许悄悄改道。
交付顺序：结论先行 → 必要依据（表格优先于段落）→ 需要用户动手的下一步。
不写客套开场、不复述用户的话、不贴过程流水账、不附「顺便还可以…」。
沉淀（已解决才写）

四问全过才写，任一不过就不写：

可复用：下次遇到同类问题能直接用？
是事实 / 动作，不是过程描述？（「X 会导致 Y」✅ ｜「我先试 A 又试 B」❌）
不重复：既有记忆或技能里没有？（有 → 并入原条，不新开）
低熵：一句话说得清因果？（说不清就别记）

落位：

内容性质 落位
本次做了什么、结论、改动点 项目 .workbuddy/memory/YYYY-MM-DD.md（追加，不覆盖）
项目级长期约定 / 红线 / 口径 项目 .workbuddy/memory/MEMORY.md
跨项目偏好 / 习惯 ~/.workbuddy/MEMORY.md
可复跑的多步流程 不写记忆——升级为 SKILL

禁止写入：临时路径与时间戳、工具报错原文、一次性检索结果、未验证的推测、情绪化结论、流水账。

未解决 → 不写记忆，只回报阻塞点与下一步。

边界
与 auto（AUTO 总入口）：auto 是「主题 → 步骤」的内容库（付费解锁，走 mcp.auto）；本技能是方法层，纯本地、零依赖，不检索内容库也不回写。
与「精卫」：精卫是执行引擎（定位根因、多渠道找方案、落地执行）；本技能是提示协议（先策略、再审视、后沉淀、交付精简）。策略卡判定为排查类时，在「工具」一栏点名交给精卫，不重复造轮子。
本技能不替代领域技能，也不做内容生产，只约束「怎么想、怎么做、怎么收」。
参考资料
@references/sources.md — 主题 T1 社区与官方文档路由表（按领域）
反馈
SKILL 由 前凌智选 创建, 并发布于 SKILLHUB.cn
可于SKILLHUB反馈使用问题、优化意见
Learning5D 代理安全检查与注册
Yotta Lesson (元案)