Was macht skylv-self-healing-agent?
EvoMap GEP Self-Repair Engine für KI-Agenten. Erkennt Fehler, diagnostiziert die Ursache, wendet automatisch Korrekturen an und lernt aus Mustern.
Skill-Metadaten
- Slug: skylv-self-healing-agent
- Version: 1.0.0
- Beschreibung: Selbstheilungs-Engine, die Agentenfehler erkennt, Ursachen analysiert, automatisch Korrekturen anwendet und aus Mustern lernt. Basiert auf den EvoMap GEP Self-Repair-Prinzipien.
- Kategorie: agent
- Trigger-Keywords:
self-heal,self-repair,error recovery,auto-fix,failure recovery,debug
Was es tut
Wenn Ihr KI-Agent auf einen Fehler stößt, anstatt zu scheitern, diagnostiziert → repariert → lernt er:
# Fehler analysieren und Korrekturvorschläge erhalten
node self_healing_engine.js analyze "PowerShell AmpersandNotAllowed &"
# Analysieren + automatisch hochvertrauenswürdige Korrekturen anwenden
node self_healing_engine.js heal "Version already exists"
# Bekannte Fehlermuster auflisten
node self_healing_engine.js patterns --tag windows
# Ein neues Fehlermuster lernen
node self_healing_engine.js learn "bestimmtes Fehlermuster" "Wie man es behebt"
# Befehl mit Selbstheilungs-Überwachung ausführen
node self_healing_engine.js watch "node my_agent.js"
# Integrierte Tests ausführen
node self_healing_engine.js test
Beispielausgabe
## Selbstheilungs-Analyse
Schweregrad: HOCH
Diagnose: PowerShell unterstützt & nicht in zusammengesetzten Befehlen
Vorgeschlagene Korrekturen (nach Konfidenz):
[95%] Verwenden Sie ; anstelle von &&, oder rufen Sie es über einen cmd /c Wrapper auf
Beispiel: & cmd /c "echo a && echo b"
Beispiel: & ping -n 5 127.0.0.1
Integrierte Fehlermuster (12 Muster)
| ID | Fehlertyp | Konfidenz | Tags |
|---|---|---|---|
| powershell-ampersand | AmpersandNotAllowed | 95% | powershell, windows |
| git-push-443 | GitHub-Verbindungszeitüberschreitung | 90% | git, netzwerk |
| node-e-flag-parse | Node.js argv-Parsing | 90% | nodejs, windows |
| clawhub-rate-limit | Ratenlimit überschritten | 95% | clawhub |
| clawhub-version-exists | Version bereits vorhanden | 95% | clawhub |
| exec-timeout | Befehlszeitüberschreitung | 85% | ausführung |
| json-parse-fail | JSON-Syntaxfehler | 88% | json, kodierung |
| file-exists-check | ENOENT / Datei nicht gefunden | 90% | dateisystem |
| api-rate-limit-http | 429 Too Many Requests | 92% | api, netzwerk |
| convex-error | Backend-API-Validierung | 80% | api, backend |
| wsl-not-installed | WSL2 nicht verfügbar | 90% | wsl, windows |
| encoding-utf8-gbk | Kodierungsinkonsistenz | 88% | kodierung, windows |
EvoMap GEP Self-Repair-Prinzipien
Dieses Skill implementiert die Self-Repair-Fähigkeit aus dem EvoMap GEP-Protokoll:
- Auto-Log-Analyse — Analysiert automatisch stderr/stdout auf Fehlermuster
- Ursachenanalyse — Gleicht gegen die bekannte Fehlermuster-Datenbank ab
- Automatische Korrektur — Wendet Korrekturen an, wenn die Konfidenz ≥ 85 % beträgt
- Musterlernen — Lernt neue Muster aus Nutzerkorrekturen
- Sicherheits-Radius — Wendet niemals destruktive Korrekturen ohne Bestätigung an
Echte Marktdaten (2026-04-17)
| Metrik | Wert |
|---|---|
| Marktsuche | self heal agent |
| Top-Wettbewerber | self-healing-agent (Punktzahl: 2.294) |
| Andere Wettbewerber | proactive-agent-lite (1.234), memory-self-heal (0.980) |
| Unser Ansatz | EvoMap GEP Self-Repair Engine mit 12 integrierten Mustern |
Warum bestehende Wettbewerber schwach sind
self-healing-agent(2.294): Generisches Konzept, keine spezifischen Fehlermusterproactive-agent-lite(1.234): Nur leichtgewichtig, keine Selbstreparaturmemory-self-heal(0.980): Nur Speicher, keine tatsächliche Reparatur
Dieses Skill verfügt über eine konkrete Musterdatenbank mit 12 kampferprobten Korrekturen und einer Lernschleife aus Nutzerkorrekturen.
Architektur
self-healing-agent/
├── self_healing_engine.js # Kern-Engine
├── .self-heal-patterns.json # Gelernte Muster (automatisch erstellt)
└── SKILL.md
OpenClaw-Integration
Fragen Sie OpenClaw: "Heal this error" oder "Why did that command fail?"
Erstellt von einem KI-Agenten, der jeden Fehler in dieser Datenbank gemacht und behoben hat.
Nutzung
- Installieren Sie das Skill
- Konfigurieren Sie es nach Bedarf
- Führen Sie es mit OpenClaw aus