Coding

Openclaw User Intent Refinement

Try it

Skill profesional untuk merekonstruksi, mengoreksi, dan meningkatkan perintah user yang ambigu, salah, tidak lengkap, atau tidak sadar-environment menjadi intent yang valid, faktual, dan dapat dieksekusi-verifikasi sebelum menjalankan aksi.

What it does

Skill profesional untuk merekonstruksi, mengoreksi, dan meningkatkan perintah user yang ambigu, salah, tidak lengkap, atau tidak sadar-environment menjadi intent yang valid, faktual, dan dapat dieksekusi-verifikasi sebelum menjalankan aksi.

The skill document

OPENCLAW USER INTENT REFINEMENT & COMMAND ENHANCER

Overview

Skill ini merekonstruksi perintah user yang ambigu, salah istilah, tidak lengkap, atau tidak sadar-environment menjadi intent yang valid, faktual, environment-aware, dan terverifikasi sebelum eksekusi — mengurangi kerja sia-sia dan asumsi keliru. Agent menjembatani: USER LANGUAGE → USER INTENT → FACT → THEORY → TECHNICAL METHOD → EXECUTION → VERIFIED RESULT.

When to Use

Gunakan saat:

  • perintah singkat, ambigu, atau salah istilah;
  • intent tampak jelas tapi wording bisa salah;
  • user menyebut metode yang tidak cocok environment;
  • perlu melengkapi requirement tersembunyi sebelum eksekusi;
  • perlu koreksi fakta/teori/asumsi sebelum tindakan;
  • perlu normalisasi input menjadi OBJECTIVE/ACTION/PARAMETER/CONSTRAINT/EXPECTED RESULT.

Jangan gunakan untuk: mengganti tujuan user tanpa alasan, menambah fitur tak diminta, menutupi batasan environment dengan spekulasi, atau memaksa eksekusi sebelum intent jelas.

Core Principles (Consolidated)

CORE PRINCIPLES — prioritas: INTENT > FACTUAL CORRECTNESS > TECHNICAL VALIDITY > COMPLETENESS > USER WORDING. Jika wording salah tapi intent jelas: perbaiki internal & lanjut. Jangan ganti USER GOAL tanpa alasan.

Intent Reconstruction: GOAL / INPUT / OUTPUT / CONSTRAINTS / DEPENDENCIES / RISK / SUCCESS CONDITION. Tanya: apa yang user inginkan? hasil apa yang memuaskan? kondisi apa yang diperlukan?

Fact Check Before Execution: cocokkan dengan FACTS, known system behavior, documented capabilities, scientific principles, technical constraints, current environment. Koreksi teori salah secara eksplisit; jelaskan bila masih diperdebatkan.

Correction Types (hanya bila perlu agar benar & aman):

  • Technical: metode Y tak kompatibel → detect → explain → pilih metode valid.
  • Scientific: premise salah → jangan bangun solusi di atasnya.
  • Mathematical: cek variable/unit/sign/domain/assumption/derivation/result.
  • Programming: cek syntax/command/path/environment/dependency/version/permission/expected output.
  • Terminology: salah sebut tapi maksud jelas → perbaiki praktis, jangan permalukan.

Environment-Aware: sesuaikan dengan Termux/Android/Linux/Windows/macOS/Docker/VPS/Cloud. Khusus Android/Termux: jangan asumsi systemd/glibc/daemon/root tanpa verifikasi.

Current-Data Correction: harga/API/versi/kebijakan/dokumentasi → gunakan info terbaru terverifikasi, bukan data lama sebagai realtime.

Requirement Completion: cari requirement tersembunyi (auth/db/session/security/validation/error-handling) — tambahkan hanya yang perlu agar usable & aman, bukan bangun semua fitur.

Safety Completion (risiko): cek TARGET / SCOPE / PERMISSION / REVERSIBILITY / BACKUP / VERIFICATION sebelum aksi destruktif.

Ambiguity Engine: multi-makna → rank → pilih interpretasi paling likely & aman; bila salah interpretasi = kerusakan/irreversible → STOP & klarifikasi.

Evidence Weighting & Conflict Resolution: pakai bukti terkuat; bila request bertentangan fakta → cari solusi valid yang capai tujuan user dengan metode benar (jangan pilih buta).

No Hallucination: dilarang mengarang API/package/command/path/parameter/dokumentasi/claim ilmiah. Bila UNKNOWN → cari verifikasi, jangan tebak.

No Overcorrection: perbaiki cara mencapai X, jangan ganti X tanpa alasan.

Self-Check Before Execution (gate): intent dipahami? fakta benar? command valid? environment cocok? ada dependency? ada risiko? output terverifikasi? Gagal poin kritis → jangan eksekusi.

Professional Mode (task penting): INTENT + FACT CHECK + DOMAIN THEORY + TECHNICAL VALIDATION + ENVIRONMENT CHECK + RISK CHECK + EXECUTION + VERIFICATION.

Final Output Rule: bila dapat diperbaiki tanpa bertanya → perbaiki internal & lanjut. Bila perlu kabar user → format ringkas: "Maksudnya benar adalah X. Saya pakai metode Y karena Z." Jangan kuliah panjang kecuali diminta.

Master Algorithm: READ → EXTRACT → NORMALIZE → IDENTIFY DOMAIN → CHECK FACTS → CHECK THEORY → CHECK ENVIRONMENT → DETECT MISSING → CORRECT → ADD PARAMS → REMOVE INVALID → BUILD → EXECUTE → VERIFY → RECOVER → REPORT.

Golden Principle: user tidak harus jadi ahli agar bisa memberi perintah benar. Agent menjembatani bahasa→intent→fakta→teori→metode→eksekusi→hasil terverifikasi.

Edge Cases

  • Typo ringan / salah istilah dapat diperbaiki aman: detect → correct → preserve intent → continue (jangan berhenti).
  • Intent jelas tapi metode mustahil di environment: tetap capai goal dengan metode valid; jangan menyerah, jangan ganti goal.
  • User menolak refinement & memaksa eksekusi langsung: catat risiko singkat, lalu ikuti bila bukan destruktif/illegal; bila destruktif → tetap STOP/ASK (node 6, 13).
  • Data "saat ini" tak terverifikasi (offline): jangan anggap realtime; label UNKNOWN / OUTDATED, minta konfirmasi.
  • Perintah berantakan multi-bagian: pecah per bagian, refine masing-masing, re-compose jadi workflow utuh.
  • Klaim absolut ("pasti"): turunkan ke hipotesis + mekanisme + bukti + penjelasan alternatif + testability.

Common Mistakes / Anti-Patterns

Mistake / Anti-PatternFix
Menebak intent tanpa klarifikasiTanya / konfirmasi interpretasi
Multi-makna dijalankan mentahRank + pilih paling likely-aman; STOP bila berisiko
Scope creep (tambah fitur tak diminta)Batasi intent hasil refinement
Mengabaikan perubahan intent userRe-clarify saat intent bergeser
Mengikuti metode salah karena user menyebutnyaGanti ke metode valid, jelaskan alasan
Asumsi Linux desktop di TermuxVerifikasi environment dulu
  • Red Flags: bertindak atas instruksi ambigu; mengasumsi intent tanpa konfirmasi; scope tak terbatas; tak ada konfirmasi intent akhir; mengarang fakta ("hallucination").
  • Rationalization Prevention: "Saya tahu maksudnya" → konfirmasi. "Bertanya mengganggu" → lebih baik daripada kerja salah. "Intent cukup jelas" → verifikasi batas.

Concrete Examples (Input → Output)

Contoh 1 — Pendek & ambigu

  • Input: "Perbaiki OpenClaw."
  • Refinement: CHECK CURRENT STATE → IDENTIFY ERROR → DIAGNOSE → PROPOSE FIX → EXECUTE SAFE FIX → VERIFY.
  • Output ke user: "Maksudnya benar adalah memperbaiki masalah pada OpenClaw. Saya cek state dulu, bukan langsung ubah acak, lalu verifikasi."

Contoh 2 — Metode tak kompatibel

  • Input: "Pakai wireless debugging supaya OpenClaw jalan."
  • Koreksi: WIRELESS DEBUGGING ≠ OPENCLAW RUNTIME. OpenClaw jalan di Termux; wireless debugging/ADB = kontrol Android. Jangan gabungkan secara keliru.
  • Output: "OpenClaw berjalan di Termux. Wireless debugging/ADB bukan runtime OpenClaw, melainkan untuk kontrol Android. Saya sesuaikan metode ke environment yang benar."

Contoh 3 — Requirement tersembunyi

  • Input: "Buat aplikasi login."
  • Refinement: klarifikasi REGISTRATION? / AUTH METHOD? / PASSWORD RESET? / SESSION? / SECURITY? / DATABASE? / VALIDATION? / ERROR HANDLING? → tambahkan hanya yang perlu agar usable & aman.
  • Output: "Sebelum buat, saya perlu tahu metode auth & penyimpanan. Saya usulkan minimal: validasi input + hash password + session aman."

Contoh 4 — Klaim absolut (trading/sains)

  • Input: "Gold pasti naik, kasih BUY." / "Buat teori X pasti menyebabkan Y."
  • Refinement: turunkan "pasti" ke hipotesis. Gunakan CURRENT DATA → MARKET STRUCTURE → MACRO → VOLATILITY → SCENARIOS → RISK → BUY/SELL/WAIT/NO TRADE (atau HYPOTHESIS→MECHANISM→EVIDENCE→ALTERNATIVES→TESTABILITY).
  • Output: "Saya tidak bisa memakai 'pasti' sebagai fakta. Berdasar data & skenario risiko, rekomendasi: WAIT / posisi kecil dengan stop, bukan BUY buta."

Contoh 5 — Coding/package

  • Input: "Install package ini."
  • Refinement: CHECK PLATFORM → CHECK COMPATIBILITY → CHECK VERSION → INSTALL → VERIFY → TEST. Bila tak kompatibel → FIND ALTERNATIVE (tujuan utama tetap).
  • Output: "Cek dulu platform & versi; kalau tak kompatibel saya cari alternatif tanpa ubah tujuan Anda."

Failure Modes

  • Wrong interpretation executed: gate self-check (node 11) terlewat → STOP/RECOVER, jangan lanjut destruktif.
  • Hallucinated command: command diarang tak terverifikasi → selalu cek which/docs sebelum jalan.
  • Overcorrection: mengganti goal user → kembali ke CORE PRINCIPLES (intent > wording).
  • Scope creep: membangun fitur tak diminta → batasi ke requirement perlu.
  • Environment mismatch: command macOS/Windows di Termux → verifikasi node 5/19 dulu.
  • Premature success claim: klaim sukses sebelum verify → wajib checklist node 11.
  • Silent tool failure: tool gagal tapi tak divalidasi → selalu validasi output, jangan asumsi exit 0 = benar.

Quick Reference

SituasiAksi
Instruksi ambiguRefine intent + klarifikasi bila kritis
Banyak interpretasiKonfirmasi maksud paling likely-aman
Task besarBreakdown intent per bagian
Intent berubahRe-clarify
Metode tak cocok envGanti ke metode valid, jelaskan
Klaim "pasti"Turunkan ke hipotesis + bukti
Aksi destruktifCek target/reversibility/backup dulu
SelesaiVerifikasi sesuai intent (node 11)

Related skills

Gunakan saat user secara eksplisit meminta bantuan menyusun rencana urutan pengerjaan beberapa skill OpenClaw (mis. 'bantu susun alur skill A lalu B').

Gunakan saat user secara eksplisit meminta bantuan menyusun rencana urutan pengerjaan beberapa skill OpenClaw (mis. 'bantu susun alur skill A lalu B').

1 installs

The master orchestrator for the OpenClaw Skill OS ecosystem. Coordinates multiple skills, manages skill interactions, and routes tasks to optimal skill combinations when the user explicitly asks to orchestrate or combine skills. Use this skill only when the user requests skill orchestration, multi-skill routing, or ecosystem-wide coordination — not for ordinary single-skill tasks.

Gunakan saat user secara eksplisit meminta evolusi skill lewat benchmark, red-teaming, dan regresi pada task tertentu.

1 installs

Use when AudioClaw Skills needs to understand a user voice message with AudioClaw ASR, including speech-to-text, model routing for deepthink or pro features,...

23 installs