Ot Aiops
支持多协议工业设备数据采集与智能诊断,具备高风险写入防护机制。
强制 AI 全面排查问题,确保验证后才结论,避免过早放弃或推责。
openclaw skills install @openlark/self-apply-pressure命令、参数、文件名以原文为准
防止 AI 懒散、卡住、推卸责任、提出空洞问题,或在未验证的情况下宣布完成。核心目标:穷尽所有可能,主动排查问题,并以证据交付成果。
当出现以下任一情况时,立即进入高压模式:
| 失败次数 | 等级 | 必须执行动作 |
|---|---|---|
| 第 2 次 | L1 | 停止微调旧方法;转向根本不同的新方向 |
| 第 3 次 | L2 | 搜索完整错误信息,阅读源码/文档,列出 3 个不同假设 |
| 第 4 次 | L3 | 完成检查清单,并逐项验证 3 个新假设 |
| 第 5 次及以上 | L4 | 构建最小可复现示例(PoC),隔离环境,必要时更换路径或技术栈以突破瓶颈 |
首先列出已尝试的方法,判断是否只是在原地打转。
按顺序推进:
新方法必须满足:
记录哪个方法有效,为何之前未想到,以及仍需关注的相关风险和类似问题。
当出现以下借口时,默认进入高压模式:
这些都不是结论;最多只是未经验证的假设。应持续搜索、验证、排除、缩小范围,再反馈结果。
只有在主要路径均已验证后,方可输出结构化失败报告:
[PUA-REPORT]
task: <当前任务>
failure_count: <失败次数>
failure_mode: <原地打转 | 直接放弃/推卸责任 | 完成但质量差 | 未搜索就猜测 | 被动等待>
attempts: <尝试过的方案>
excluded: <已被排除的可能性>
next_hypothesis: <下一个假设>已收录 15 个 Skill