Substack文章格式化
纯文本转Substa
本技能为游戏自动化场景中的元技能,用于实现渐进式记忆机制,支持在复杂决策过程中维护和管理状态信息。
在需要多轮决策的游戏自动化场景中,解决"健忘"问题。让AI记住之前的关键选择和中间结论,避免重复试探或矛盾操作,使复杂任务能分步骤推进而非每次都从零开始,提升长周期任务的完成稳定性。
落地案例:例如策略类游戏的资源调度场景:第一回合AI记录"优先发展农业"的决策及原因;第三回合遇到战争威胁时,调取该记忆调整策略为"农业产出转军事储备"而非推翻重来。通过持续维护这份动态备忘录,多回合后仍能基于完整上下文做出连贯决策,防止因状态丢失导致的反复横跳。
安装指令:
claw install claw-progressive-memory
配置步骤:
见下方输入与输出表格。
| 项目 | 内容 |
|---|---|
| 输入 | 当前游戏状态、历史行动记录、配置参数 |
| 输出 | 更新后的记忆状态、下一步行动建议 |
| 适用人群 | 游戏自动化开发者、策略类AI研究人员、需要状态管理的智能体系统 |
| 不包含 | 持久化存储方案、跨会话数据同步、可视化调试工具 |
原始链接:https://github.com/openclaw/skills/tree/main/skills/autogame-17/claw-progressive-memory/SKILL.md
来源类型:GitHub仓库