熵管理系统

SKILL.md

---
name: entropy-manager
description: 熵管理系统 - 原创技能。用于管理和控制AI会话中的熵（无序度），包括上下文精简、状态重置、注意力聚焦等功能。适用于长时间会话、复杂任务、多步骤工作流等场景。
metadata: {"openclaw": {"requires": {}, "install": []}}
tags: [entropy, state-management, focus, optimization, session-control]
version: 1.0.0
author: laosi
source: original
---

# ⚠️ 发布规则

**所有发布到ClawHub的技能必须严格测试，确定没有问题再发布**

---

## 技能测试验证清单

- [x] frontmatter格式正确
- [x] 功能原创且实用
- [x] 工作流程完整
- [x] 触发条件明确
- [x] 无语法错误

---

# Entropy Manager - 熵管理系统

> 原创技能 | 激活词: 熵管理 / 精简上下文 / 重置状态

## 核心概念

### 什么是熵 (Entropy)?

熵 = 无序度/不确定性

在AI会话中：
- **上下文熵**: 历史记录过多导致注意力分散
- **状态熵**: 当前状态不清晰导致错误决策
- **任务熵**: 目标不明确导致方向迷失

### 熵的症状

- 回复开始重复或跑题
- 忘记之前的决定
- 越来越难聚焦核心问题
- 输出质量下降

## 熵管理四大策略

### 1. 上下文精简 (Context Pruning)

当上下文超过阈值时触发：
- 保留核心决策和结论
- 删除中间过程和废话
- 压缩相似对话为摘要

```
触发条件: 对话超过20轮 或 上下文超过80K tokens
执行动作: 生成摘要，替换原始对话
```

### 2. 状态重置 (State Reset)

当状态混乱时触发：
- 明确当前任务目标
- 列出已完成的部分
- 确定下一步行动

```
触发条件: 任务切换 / 迷失方向 / 错误累积
执行动作: 生成状态卡片，聚焦核心
```

### 3. 注意力聚焦 (Attention Focus)

当注意力分散时触发：
- 识别当前核心问题
- 排除干扰项
- 设定明确边界

```
触发条件: 同时处理多��问题 / 任务过于复杂
执行动作: 分解任务，一次只做一件
```

### 4. 熵预警 (Entropy Alert)

持续监控熵值变化：
- 上下文增长速率
- 状态一致性
- 目标清晰度

```
指标: 
- ctx_rate: 上下文增长速度
- state_coherence: 状态一致性 (0-1)
- goal_clarity: 目标清晰度 (0-1)
```

## 熵管理流程

```
1. 检测 → 监控熵值指标
2. 预警 → 达到阈值时提醒
3. 精简 → 执行上下文压缩
4. 重置 → 状态聚焦
5. 验证 → 确保熵值降低
```

## 输出格式

### 熵状态报告

```markdown
## 熵状态报告

### 当前指标
- 上下文长度: XXX tokens
- 会话轮数: XX轮
- 状态一致性: X.X
- 目标清晰度: X.X

### 熵等级: 🟢低 / 🟡中 / 🔴高

### 建议操作
1. [ ] 精简上下文
2. [ ] 重置状态
3. [ ] 聚焦任务

### 执行结果
[执行后更新指标]
```

## 应用场景

1. **长时间会话** - 防止上下文无限增长
2. **复杂多步骤任务** - 保持状态清晰
3. **任务切换** - 快速重置注意力
4. **错误恢复** - 从混乱状态中脱离

## 与Karpathy法则的结合

熵管理与Karpathy法则完美互补：

| Karpathy法则 | 熵管理对应 |
|--------------|-----------|
| 先思考 | 降低决策熵 |
| 保持简单 | 降低复杂度熵 |
| 精准修改 | 降低改动熵 |
| 目标驱动 | 消除目标熵 |

## 原创性声明

本技能为原创，融合了：
- 热力学熵概念
- 系统论状态管理
- 认知科学注意力理论
- AI会话优化实践

---

**作者**: laosi
**创建日期**: 2026-04-28