Пост собрал то, что реально помогает не потерять контекст, не словить лишний риск и не перегрузить агента лишними скриптами
🧩 Проблема в кейсе следующая — OpenClaw начинает вести себя нестабильно, когда ему доверяют лишнее: ставят случайные skills, хранят важное только в сессии и не фиксируют шаги в файлах. Тогда часть контекста исчезает при compacting, а небезопасные навыки можно подхватить вообще без проверки.
⚙️ Решение здесь довольно приземлённое:
• писать свои skills в SKILL.md — это обычная инструкция для агента без кода;
• перед установкой читать scripts/, если там есть исполняемый код;
• держать долгий контекст в MEMORY.md, дневные записи — в memory/YYYY-MM-DD.md, рабочее состояние — в ACTIVE-TASK.md;
• для рутинных проверок ставить cron, чтобы задачи запускались по расписанию, а не вручную;
• использовать Opus для координации и Sonnet для узких подзадач;
• включать запасной сценарий, если провайдер ограничивает запросы.
Если совсем просто: агенту нужны не “умные догадки”, а понятная структура работы и следы каждого шага. Без этого он быстро теряет состояние, а команда потом гадает, что именно было сделано.
Что видно по кейсу — надёжность агента чаще ломается не на модели, а на организации вокруг неё: где хранится контекст, как запускаются повторяющиеся задачи и что вообще можно устанавливать без проверки
✅ Для себя я зафиксировал две вещи. Первая — не усложнять навыки скриптами, если агент и так справляется через встроенные инструменты. Вторая — не держать важное только в памяти сессии: как только есть многошаговая задача, нужен файл с текущим состоянием и отдельные отметки по ходу работы.
💡 Главный вывод кейса — стабильность здесь даёт не набор расширений, а простая дисциплина: свои инструкции, сохранённый контекст и регулярные контрольные точки