System Prompt

OpenClaw construye un system prompt personalizado para cada ejecución del agente. El prompt es propiedad de OpenClaw y no utiliza el prompt predeterminado de pi-coding-agent.

El prompt es ensamblado por OpenClaw e inyectado en cada ejecución del agente.

Estructura

El prompt es intencionalmente compacto y utiliza secciones fijas:

Tooling: lista de herramientas actual + descripciones breves.
Safety: recordatorio breve de las barreras de seguridad para evitar conductas de búsqueda de poder o eludir la supervisión.
Skills (cuando están disponibles): indica al modelo cómo cargar las instrucciones de habilidades bajo demanda.
OpenClaw Self-Update: cómo ejecutar config.apply y update.run.
Workspace: directorio de trabajo (agents.defaults.workspace).
Documentation: ruta local a la documentación de OpenClaw (repositorio o paquete npm) y cuándo leerla.
Workspace Files (injected): indica que los archivos de arranque se incluyen a continuación.
Sandbox (cuando está habilitado): indica el entorno de prueba aislado, las rutas del sandbox y si la ejecución elevada está disponible.
Current Date & Time: hora local del usuario, zona horaria y formato de hora.
Reply Tags: sintaxis opcional de etiquetas de respuesta para los proveedores compatibles.
Heartbeats: prompt de latido y comportamiento de ack.
Runtime: host, sistema operativo, nodo, modelo, raíz del repositorio (cuando se detecta), nivel de pensamiento (una línea).
Reasoning: nivel de visibilidad actual + pista de alternancia /reasoning.

Las barreras de seguridad en el system prompt son consultivas. Guían el comportamiento del modelo pero no hacen cumplir la política. Utilice la política de herramientas, aprobaciones de ejecución, sandboxing y listas de permitidos de canales para un cumplimiento estricto; los operadores pueden desactivarlos por diseño.

Modos de prompt

OpenClaw puede renderizar system prompts más pequeños para subagentes. El tiempo de ejecución establece un promptMode para cada ejecución (no una configuración visible para el usuario):

full (predeterminado): incluye todas las secciones anteriores.
minimal: se utiliza para sub-agentes; omite Skills, Memory Recall, OpenClaw Self-Update, Model Aliases, User Identity, Reply Tags, Messaging, Silent Replies y Heartbeats. Las herramientas, Safety, Workspace, Sandbox, Current Date & Time (cuando se conocen), Runtime y el contexto inyectado permanecen disponibles.
none: devuelve solo la línea de identidad base.

Cuando promptMode=minimal, los prompts adicionales inyectados se etiquetan como Subagent Context en lugar de Group Chat Context.

Inyección de arranque del espacio de trabajo

Los archivos de arranque se recortan y añaden bajo Project Context para que el modelo vea el contexto de identidad y perfil sin necesidad de lecturas explícitas:

AGENTS.md
SOUL.md
TOOLS.md
IDENTITY.md
USER.md
HEARTBEAT.md
BOOTSTRAP.md (solo en espacios de trabajo nuevos)
MEMORY.md cuando está presente, de lo contrario memory.md como alternativa en minúsculas

Todos estos archivos se inyectan en la ventana de contexto en cada turno, lo que significa que consumen tokens. Mantenlos concisos, especialmente MEMORY.md, que puede crecer con el tiempo y llevar a un uso del contexto inesperadamente alto y a una compactación más frecuente.

Nota: Los archivos diarios memory/*.md no se inyectan automáticamente. Se acceden a pedido a través de las herramientas memory_search y memory_get, por lo que no cuentan para la ventana de contexto a menos que el modelo los lea explícitamente.

Los archivos grandes se truncan con un marcador. El tamaño máximo por archivo se controla mediante agents.defaults.bootstrapMaxChars (por defecto: 20000). El contenido total de arranque inyectado entre archivos se limita mediante agents.defaults.bootstrapTotalMaxChars (por defecto: 150000). Los archivos que faltan inyectan un marcador corto de archivo faltante. Cuando se produce el truncamiento, OpenClaw puede inyectar un bloque de advertencia en Project Context; controla esto con agents.defaults.bootstrapPromptTruncationWarning (off, once, always; por defecto: once).

Las sesiones de subagentes solo inyectan AGENTS.md y TOOLS.md (otros archivos de inicialización se filtran para mantener el contexto del subagente pequeño).

Los ganchos internos pueden interceptar este paso a través de agent:bootstrap para modificar o reemplazar los archivos de inicialización inyectados (por ejemplo, intercambiar SOUL.md por una personalidad alternativa).

Para inspeccionar cuánto contribuye cada archivo inyectado (sin procesar vs inyectado, truncación, más sobrecarga del esquema de herramientas), use /context list o /context detail. Consulte Contexto.

Manejo del tiempo

El sistema de prompt incluye una sección dedicada de Fecha y hora actual cuando la zona horaria del usuario es conocida. Para mantener el caché del prompt estable, ahora solo incluye la zona horaria (sin reloj dinámico o formato de hora).

Use session_status cuando el agente necesite la hora actual; la tarjeta de estado incluye una línea de marca de tiempo.

Configurar con:

agents.defaults.userTimezone
agents.defaults.timeFormat (auto | 12 | 24)

Consulte Fecha y hora para obtener detalles completos del comportamiento.

Habilidades

Cuando existen habilidades elegibles, OpenClaw inyecta una lista de habilidades disponibles compacta (formatSkillsForPrompt) que incluye la ruta de archivo para cada habilidad. El prompt instruye al modelo a usar read para cargar el SKILL.md en la ubicación listada (espacio de trabajo, administrada o empaquetada). Si no hay habilidades elegibles, la sección de Habilidades se omite.

<available_skills>
  <skill>
    <name>...</name>
    <description>...</description>
    <location>...</location>
  </skill>
</available_skills>

Esto mantiene el prompt base pequeño pero aun permite el uso dirigido de habilidades.

Documentación

Cuando está disponible, el prompt del sistema incluye una sección de Documentación que apunta al directorio de documentos local de OpenClaw (ya sea docs/ en el espacio de trabajo del repositorio o los documentos del paquete npm empaquetado) y también nota el espejo público, repositorio fuente, Discord de la comunidad y ClawHub (https://clawhub.com) para el descubrimiento de habilidades. El prompt instruye al modelo a consultar los documentos locales primero para el comportamiento, comandos, configuración o arquitectura de OpenClaw, y ejecutar openclaw status por sí mismo cuando sea posible (solicitando al usuario solo cuando no tenga acceso).