Install
openclaw skills install hermes-agi-supervisorAGI指令迭代与执行监督工具。解决AGI"假大空、不落地"问题。输入模糊指令 → 拆解为可执行任务 → 设定奖惩机制 → 执行校验 → 不合格指令重写,形成闭环。触发词:hermes指令、AGI监督、指令迭代、任务拆解、指令优化。
openclaw skills install hermes-agi-supervisor解决AGI系统的三大顽疾:
本skill将任何模糊的AGI指令,变成可测量、可执行、可迭代的闭环系统。
hermes-agi-supervisor/
├── SKILL.md # 主说明文件(本文件)
├── scripts/
│ ├── decompose.sh # 任务分解脚本
│ └── score.sh # 积分计算脚本
└── _meta.json # 元数据
用户输入任务指令后,按以下四步执行:
用户输入:
我要:提升客户满意度
AI执行完整分解,输出结构化任务清单后,使用脚本记录:
# 在终端执行(由AI自动调用)
./scripts/decompose.sh "提升客户满意度"
生成结构化任务文件,记录到 ~/.hermes/tasks/
输入: 一条模糊的AGI指令 输出: 拆解为3-7条具体、可测量、可验证的子任务
拆解标准:
输入示例:"提升客户满意度"
↓ 拆解输出
① 提取最近30条客户评价(完成标志:30条数据)
② 识别负向关键词频率TOP5(完成标志:词频表)
③ 生成改进建议清单(完成标志:清单≥5条)
④ 制定改进优先级(完成标志:带理由的排序)
⑤ 输出可执行的SOP(完成标志:含时间节点)
输入: 拆解后的子任务列表 输出: 每条任务的奖惩规则(积分制)
奖惩规则:
输出格式:
| 子任务 | 完成标志 | 奖励 | 惩罚 | 状态 |
|--------|----------|------|------|------|
| 任务1 | | | | 待执行 |
输入: 子任务完成结果 输出: 合格/不合格/需重写 三个判定
判定规则:
积分计算(自动):
./scripts/score.sh <task_id> <完成数> <失败数>
# 输出:{"task_id": "xxx", "base_score": 15, "bonus": 10, "total": 25, "status": "good"}
特殊处理:
输入: 不合格或需重写的任务结果 + 原始指令 输出: 优化后的新指令 + 改进说明
重写策略:
原始指令:"了解一下市场"
↓ 重写后
"在3个平台(知乎/抖音/得到)搜索'AI工具'关键词,
各抓取20条高赞内容,整理为包含:标题/平台/点赞数/核心观点
的Excel表,于24小时内完成。"
用户输入模糊指令
↓
【模块一】拆解 → 子任务清单
↓
【模块二】设定奖惩 → 积分表
↓
用户/系统执行子任务
↓
【模块三】校验结果
↓
合格?→ 下一任务
不合格?→ 【模块四】重写 → 重新执行
↓
全部完成 → 输出总结报告(含积分累计)
标准流程(完整四步): 直接输入你的AGI指令,格式示例:
我要:提升团队执行力
单独调用某一模块:
| 脚本 | 作用 | 调用方式 |
|---|---|---|
decompose.sh | 创建任务文件,记录原始指令 | bash scripts/decompose.sh "<指令>" |
score.sh | 计算任务积分和状态 | bash scripts/score.sh <task_id> <完成数> <失败数> |
任务文件保存在 ~/.hermes/tasks/ 目录,支持历史查询。