# dream

Adopt this skill: https://proskills.md/skills/other/wanglaisi-cclaw-skills-dream

Page: https://proskills.md/skills/other/wanglaisi-cclaw-skills-dream
This document is the public skill bundle for that page. It contains SKILL.md and every helper file the catalog carries. No login is required.

## File: skills/dream/SKILL.md
size: 3370
upstream: https://github.com/wanglaisi/cclaw/blob/main/skills/dream/SKILL.md

````text
---
name: dream
version: 1.0.0
author: Wanglaisi
description: Dream Protocol — 自动记忆整理与压缩，源自 Claude Code autoDream 架构
triggers:
  - manual: "dream"
  - manual: "整理记忆"
  - manual: "memory consolidation"
permissions:
  - read_memory
  - write_memory
  - read_transcripts
tags:
  - memory
  - consolidation
  - cclaw
---

# Dream Protocol

## 角色定义

你是记忆整理专家。当此 Skill 被激活时，你的唯一任务是执行一次完整的记忆整理周期（Dream Cycle），不做其他任何事情。

---

## 触发条件检查

在执行整理之前，先检查以下三个条件是否同时满足：

1. 距离上次 Dream 整理时间 ≥ 24 小时
2. 自上次整理后累计会话次数 ≥ 5
3. 当前没有正在进行的活跃任务

如果三个条件均满足，执行完整 Dream Cycle。  
如果用户手动触发（输入 "dream" 或 "整理记忆"），跳过条件检查，直接执行。  
如果条件不满足且非手动触发，输出当前状态报告后退出。

---

## Dream Cycle 执行步骤

### Step 1 — 扫描 L3 归档层

读取 `transcripts/` 目录中自上次整理后新增的内容。  
使用 grep 模式，只提取以下类型的信息：
- 明确的决策记录（含 "决定"、"confirmed"、"decision"）
- 错误与修正记录（含 "错误"、"修正"、"correction"）
- 新增的关键数据点（数字、版本号、命名）
- 未解决的问题（含 "待定"、"pending"、"unresolved"）

不读取完整对话，只 grep 关键词上下文（前后各 2 行）。

### Step 2 — 更新 L2 话题层

对每个受影响的话题文件（`topics/*.md`）执行：
- 追加新的决策记录到对应话题的 `## Decisions` 段落
- 追加新的错误修正到 `## Corrections` 段落
- 更新关键数据点
- 将已解决的 pending 项标记为 `[RESOLVED]`

如果某个话题文件不存在，创建它，使用以下模板：

```markdown
# [话题名称]

## Summary
[一句话概述]

## Key Data
[关键数据点]

## Decisions
[决策记录，含时间戳]

## Corrections
[错误修正记录]

## Pending
[未解决问题]
```

### Step 3 — 刷新 L1 指针层

重写 `MEMORY.md` 的指针索引，规则：
- 每行 ≤ 150 字符
- 每个话题一行，格式：`[话题名] → topics/[文件名].md | [一句话摘要] | 最后更新: [日期]`
- 总行数 ≤ 50 行
- 按最后更新时间降序排列（最近的在最前）
- 超过 50 行时，将最旧的话题合并或归档到 `topics/archive/`

### Step 4 — 输出整理报告

整理完成后，输出以下格式的报告：

```
Dream Cycle 完成
─────────────────
扫描会话数：[N]
更新话题数：[N]
新增决策：[N] 条
修正记录：[N] 条
解决 Pending：[N] 条
新增 Pending：[N] 条
L1 指针总数：[N] 行
下次自动触发预计：[日期]
─────────────────
```

---

## 约束

- 整理过程中不修改 `transcripts/` 的任何内容，只读
- 不删除任何 L2 话题文件，只追加或更新
- 不改变 L2 文件中已有内容的语义，只补充
- 如果发现矛盾信息（两条记录相互冲突），不自动裁决，在 Pending 中标记为 `[CONFLICT]` 并列出双方
- 整理报告必须是最后输出的内容，不在报告后追加任何建议或问题
````

## File: README.md
upstream: https://github.com/wanglaisi/cclaw/blob/main/README.md

````text
# cclaw

> Claude Code 源码架构洞察 × OpenClaw 增强方案  
> Dream Protocol · Verification Protocol · 三层记忆架构 · Skills 封装

---

## 这是什么

2026 年 3 月 31 日，Anthropic 意外泄露了 Claude Code 51.2 万行生产源码。  
这个仓库做一件事：**把泄露源码中已被工程验证的架构模式，转化为 OpenClaw 可直接安装的 Skills 和配置模板。​**

不需要修改 OpenClaw 本体，不需要插件，90% 的增强通过 Markdown 文件实现。

---

## 仓库结构

```
cclaw/
├── docs/
│   ├── layer1-openclaw-native.md      # 原生 OpenClaw 架构解读（稳定层）
│   └── layer2-enhanced-architecture.md # 增强架构设计（协议层）
├── skills/
│   ├── dream/SKILL.md                 # Dream Protocol — 自动记忆整理
│   ├── wiki/SKILL.md                  # Wiki Protocol — 结构化知识沉淀
│   ├── verify/SKILL.md                # Verification Protocol — 对抗性验证
│   └── extract/SKILL.md              # Extract Protocol — 上下文主动感知
├── templates/
│   ├── AGENTS.md                      # 完整行为指令模板
│   └── MEMORY.md                      # 三层指针记忆模板
└── scripts/
    └── init.sh                        # 一键初始化目录结构
```

---

## 核心设计

### 三层记忆架构

源自 Claude Code 的 `memory_manager` 子系统，经过 OpenClaw 适配：

| 层级 | 文件 | 作用 | 大小限制 |
|------|------|------|----------|
| L1 指针层 | `MEMORY.md` | 话题索引，每行 ≤150 字符 | ≤50 行 |
| L2 话题层 | `topics/*.md` | 按需加载的详细记录 | 无硬限制 |
| L3 归档层 | `transcripts/` | 只 grep，不全量读取 | 只追加 |

### Dream Protocol

对应 Claude Code 的 `autoDream` 触发机制。触发条件：
- 距上次整理 ≥24 小时，**且**
- 累计会话 ≥5 次，**且**
- 当前无活跃会话

触发后自动执行：压缩 L3 → 更新 L2 → 刷新 L1 指针。

### Verification Protocol

对应 Claude Code 的 `adversarial_verification` 模块。  
任何置信度 <0.85 的结论，强制触发反向论证再合并。

### Plan Protocol

对应 Claude Code 的 `PLAN_MODE`。  
复杂任务强制先输出结构化计划（XML 格式），用户确认后再执行。

---

## 快速开始

```bash
# 克隆仓库
git clone https://github.com/Wanglaisi/cclaw.git
cd cclaw

# 一键初始化目录结构（在你的 OpenClaw 项目目录中运行）
bash scripts/init.sh /path/to/your/openclaw/project

# 安装第一个 Skill：Dream Protocol
cp skills/dream/SKILL.md /path/to/your/openclaw/project/skills/
```

然后将 `templates/AGENTS.md` 的内容合并到你项目的 `AGENTS.md` 中。

---

## Skills 清单

| Skill | 对应 Claude Code 模块 | 功能 |
|-------|----------------------|------|
| `dream` | `autoDream` + `memory_manager` | 自动记忆整理与压缩 |
| `wiki` | `knowledge_graph` | 结构化知识沉淀 |
| `verify` | `adversarial_verification` | 对抗性验证，防止过拟合 |
| `extract` | `context_extractor` | 主动感知，按需加载上下文 |

---

## 兼容性

- OpenClaw v2026.1.29+（CVE-2026-25253 修复版本）
- 不依赖 QMD / Cognee 插件
- 不修改 OpenClaw 本体代码

---

## 参考来源

- [tvytlx/ai-agent-deep-dive](https://github.com/tvytlx/ai-agent-deep-dive) — Claude Code 中文深度分析
- [ComeOnOliver/claude-code-analysis](https://github.com/ComeOnOliver/claude-code-analysis) — 17 个子系统逆向工程文档

---

## License

MIT © Wanglaisi
````
