2026 OpenClaw Repository-Kontext & Skills
AGENTS.md, Bootstrap-Injektion & memory_search-Tuning-Checkliste

Lesezeit etwa 24 Min. · MACCOME

Teams mit laufendem Gateway stoßen selten daran, dass „das Modell schläft“, sondern daran, dass AGENTS.md, Skills und Bootstrap-Injektion den Kontext aufblähen und sich memory_search mit täglichen memory/*.md-Dateien unvorhersehbar mischen—wodurch unklar wird, welche Schicht das Budget verbrennt. Dieser Artikel liefert sechs ingenieurtypische Reibungspunkte, eine Matrix aus promptMode und Bootstrap, drei logbasierte Kontextkennzahlen, ein minimales AGENTS.md-Beispiel und ein Sechs-Schritte-Tuning-Runbook. Lesen Sie ihn mit dem Multi-Plattform-Installationsleitfaden, der Doctor-Triage nach der Installation, dem Provider-Routing und Failover, der Docker-Netzwerk-Triage und der Kanal-Einrichtung—diese behandeln startet nicht und verbindet nicht; dieser Text behandelt läuft, aber Kontext ist unkontrolliert.

Sechs Wege, wie ein „Repo-Agent“ innerhalb von zwei Wochen aus der Spur gerät

OpenClaw injiziert 2026 typischerweise beim Start ein Bündel Repository-Dateien (z. B. AGENTS.md, Skills, Identität und Tool-Grenzen) und teilt Speicher in Bootstrap versus bedarfsgesteuerte Suche. Ohne Einigung darüber, was zum Bootstrap gehört und was memory_search übernimmt, trägt jeder Turn einen riesigen statischen Präfix, längere Tool-Ketten sowie steigende Kosten und Latenz. Verfolgen Sie die sechs Punkte neben wöchentlichen Token-Schätzungen, Tool-Fehlerraten und durchschnittlichen Turns.

  1. AGENTS.md wächst weiter: Produkthistorie, Roadmaps und Ops-Handbücher in einer Datei injizieren beim Bootstrap und belasten jeden Turn; trennen Sie „immer nötig“ von „bei Bedarf abrufen“.
  2. Skills-Ordner ohne Indexstrategie: überlappende Skills lassen Modelle zwischen Tools zögern; pflegen Sie Skill-Granularität und Ausschluss-Hinweise.
  3. promptMode bleibt dauerhaft voll: Subagenten und Batch-Jobs tragen weiter den maximalen Systemprompt; verschieben Sie geeignete Lasten laut Dokumentation auf minimal oder none.
  4. Memory-Dateien wie eine Datenbank behandeln: große Logs in memory/*.md einfügen und mit memory_search scannen erhöht IO und Embedding-Kosten; Zusammenfassungen im Repo, Rohdaten extern.
  5. Kontext mit Provider-Routing verwechseln: wenn der Kontext explodiert, wechseln Teams zuerst die Modelle—straffen Sie Bootstrap und Tool-Schleifen, dann nutzen Sie den Provider-Artikel zum Failover.
  6. Gemeinsame Repos ohne Ownership-Felder: wer AGENTS bearbeitet, wer Skill-PRs freigibt, wer Memory stutzt—ohne Antworten driften Laptops und Remote-Macs auseinander.

Richten Sie diese sechs Punkte mit der Docker-Artikel-Differenz zwischen gesundem Gateway und Modellfehlern aus, um schneller zu sehen, ob Sie ein Kontext-Richtlinien-Problem oder ein Netzwerk/Provider-Problem haben.

Matrix: promptMode, Bootstrap und bedarfsgesteuertes Memory

Verwenden Sie die Tabelle in Reviews: Ziel ist eine vorhersehbare Token-Obergrenze pro Aufgabenform, nicht schönere Prosa. Exakte Schlüssel folgen Ihrer OpenClaw-Version.

DimensionBootstrap (Start)memory_search / memory_get (bei Bedarf)
Typischer InhaltAGENTS.md, Kern-Skill-Zusammenfassungen, Identität und Tool-GrenzenDatierte Notizen, Entscheidungslogs, lange Anhänge
FehlerbildJeder Turn ist langsam, teuer, lauter PräfixTreffer verpasst, zu breite Treffer, wiederholte Lesevorgänge
StellschraubenGesamtzeichen-Obergrenze, gestufte Injektion, promptModeIndexgranularität, Benennung, Zusammenfassungsrichtlinie
promptModefull injiziert am meisten; minimal passt zu Subagenten, die Abschnitte weglassen könnenErsetzt Bootstrap nicht; kritische Grenzen nicht nur im Memory verstecken
ZusammenarbeitBraucht Code-Review und VersionierungBraucht Audit-Felder (Autor, Ablauf)
Remote-MacGroße Klone in der Cloud—Sync-Verzögerung und Rechte beachtenHohe Schreibfrequenz kann mit Laptops konkurrieren

Drei Kontextmetriken für ein Grafana-Panel oder den On-Call-Zettel

Aus Logs und groben Token-Schätzungen; die Zahlen sind Platzhalter—ersetzen Sie sie durch Ihre Baselines.

  1. Bootstrap Effective Load (BEL): äquivalente Zeichengewichtung statischer Präfixe vor der ersten Nutzernachricht pro Session; bleibt BEL über Ihrer Schwelle, teilen Sie Dateien und straffen Sie Obergrenzen wie agents.defaults.bootstrapTotalMaxChars (Name je Release unterschiedlich—offizielle Docs befolgen).
  2. Tool Loop Index (TLI): aufeinanderfolgende Tool-Aufrufe ohne Fortschritt innerhalb einer Aufgabe; steigender TLI signalisiert meist unklare Skills oder lauten Kontext, nicht HTTP 429.
  3. Memory Retrieval Hit Rate (MRH): Anteil der memory_search-Ergebnisse, die das Modell tatsächlich nutzt (Stichprobe oder Bestätigung). Niedrige MRH bedeutet Index- oder Zusammenfassungsschulden; hohe MRH bei hohem BEL oft doppelter Inhalt.

Multi-Modell-Routing und dynamische Kontextschätzung entwickeln sich 2025–2026 weiter, aber Repository-Rauschen deckelt die Qualität—halten Sie BEL, TLI und MRH auf dem Board.

Für Nicht-Entwickler: BEL ist wie „Seiten aus dem Mitarbeiterhandbuch, die Sie vor jedem Gespräch wieder lesen“, und TLI ist „wie oft dieselbe Frage ohne Fortschritt eskaliert wird“—größere Modelle ohne diese Fixes drucken nur dasselbe dicke Heft auf teurerem Papier.

markdown
# AGENTS.md (example: only eternal boundaries; details live in Skills or memory)
## Repository role
- This repo is the xxx service; default branch main; release cadence in docs/release.md.

## Tooling boundaries
- Do not change CI secrets or production configs without review; DB migrations need two-person sign-off.

## OpenClaw conventions
- Skills directory: .openclaw/skills/ (example—use your layout)
- Long decisions: memory/YYYY-MM-decisions.md with a one-line summary at the top.
warning

Warnung: Keine Kundennamen, Roh-Geheimnisse oder vollständig ungeschwärzten Logs in Bootstrap-Text; wenn Aufbewahrungspflicht besteht, nutzen Sie bedarfsgesteuerte Abfrage mit eingeschränkter Sichtbarkeit und DSGVO-konforme Ablage außerhalb des heißen Suchpfads.

Sechs-Schritte-Runbook von „es läuft“ zu „wir können es pflegen“

  1. Versionen und Docs einfrieren: OpenClaw- und Gateway-Versionen festhalten; Upstream-Docs zu Systemprompt, Bootstrap und Memory öffnen—keine Folklore.
  2. Injektionsquellen inventarisieren: Bootstrap-Dateien und Skills listen und als Muss, optional oder „nach Memory verschieben“ markieren.
  3. BEL-Obergrenze setzen: harte Cap und Rollback vereinbaren; bei Budgetüberschreitung Wiederholungen streichen, bevor Modelle hinzukommen.
  4. promptMode kalibrieren: Subagenten und Batch-Jobs auf minimal oder Äquivalent verschieben und Latenz, Erfolg und Kosten vorher/nachher loggen.
  5. Memory normalisieren: langen Text in Zusammenfassung plus Zeiger wandeln; Rohlogs in kalte Speicherung außerhalb des heißen Suchpfads archivieren.
  6. Schichtweise Review mit Provider/Docker: wenn TLI hoch bleibt, in Provider- und Docker-Artikel wechseln—Modellpool nicht erweitern, bevor der Kontext sauber ist.

Gateway, Modelle und Repo-Kontext: Schuld in der richtigen Reihenfolge

Intermittierende Timeouts locken zum Modellwechsel oder mehr GPUs; ohne BEL und TLI verwechseln Sie laute Prompts mit instabiler Infrastruktur. Wie im Docker-Artikel: zuerst Gateway und Kanäle, dann Provider, dann Repository-Prompts—dieselbe Schichtung wie in der Kanal-Triage, mit Kontextbudget ganz oben.

Ergänzen Sie jedes Incident-Ticket um ein minimales Repro-Quartett: (1) aktiver promptMode und BEL-Band, (2) Link zum letzten AGENTS-/Skills-Merge-Request, (3) memory_search-Query und Trefferzahl, (4) Gateway-Log-Ausschnitte neben Tool-Aufrufen. Mit diesen vier Feldern klären sich die meisten „mysteriösen Verlangsamungen“ in unter dreißig Minuten. Für Subagenten oder parallele Jobs pro Zweig Obergrenzen im selben Arbeitsbuch loggen—Aggregationen nur für die Hauptsitzung irreführen.

Warum „bei mir auf dem Laptop“ kein teamfähiger Betrieb ist

Persönliche Rechner mischen riesige Prompts und Ad-hoc-Geheimnisse in globalen Einstellungen—schwer zu auditieren. Der Umzug in CI oder geteilte Remote-Macs bringt Rechte und Sync-Verzögerung, daher verzweigen AGENTS und Memory unsichtbar. Explizite Kontextrichtlinie plus dedizierte Remote-Umgebungen machen Agent-Workflows zu reviewbaren, übergabefähigen Assets.

Ephemere Cloud-Desktops können OpenClaw betreiben, aber lange Laufzeit, feste Pfade und geringe Toolchain-Drift sprechen für dedizierte physische Remote-Macs—besonders wenn ein Gateway Host oder Region mit einem großen Monorepo teilt und Platten-IO zusammen mit dem Kontext zum Engpass wird. MACCOME betreibt Mac-mini-M4- und M4-Pro-Knoten in Singapur, Japan, Korea, Hongkong und an US-Küsten mit flexiblen Mietbedingungen für dauerhaft laufende Gateways und große Repo-Klone; öffentliche Tarifseiten mit Ihrer BEL-Zeile abstimmen, Verzeichnisrichtlinie einfrieren, dann Skills iterieren.

Pilot: eine Woche lang BEL ins Team-Zielband fahren, bevor größere Modelle oder mehr Kanäle gekauft werden—größere Modelle beheben Repository-Rauschen selten.

FAQ

Welchen Artikel soll ich zuerst bei Installationsproblemen lesen?

Zuerst den Multi-Plattform-Installationsleitfaden, dann die Doctor-Triage; dieser Artikel wiederholt keine Port- und Abhängigkeitsprüfungen.

Wo stehen Netzwerk- und Modellthemen?

Siehe Docker-Netzwerk-Triage für CLI-Erreichbarkeit und Provider-Routing für Modellketten.

Mietpreise und Hilfe?

Mietpreise und Hilfe & FAQ öffnen.