Встановити Основний Пакет Скілів

Ваші агенти активні. Тепер дайте їм перше реальне завдання. BALIA OS постачається з трьома вбудованими скілами, готовими до розгортання.

Скіл	Призначення
lightpanda	Швидкий веб-пошук і скрапінг
summarize	Автоматичне резюмування довгих текстів або веб-сторінок
clawsec	Моніторинг безпеки та карантин нових скілів

Якщо ви вже завантажили інсталятор у Розділі 4, можна використовувати його безпосередньо. (Якщо ні, поверніться до Розділу 4 і спочатку завантажте install_core_pack.py.)

Попросити агента виконати

Вставте це у термінал VS Code і натисніть Enter для виконання.

openclaw agent --agent security-guardian "Будь ласка, виконай наступне:
python install_core_pack.py --lang uk
(The token will be read automatically from your .env file)
Повідом у Discord після завершення."

Агент автоматично:

1. Аутентифікує ваш токен
2. Завантажить основний пакет скілів (lightpanda / summarize / clawsec)
3. Розгорне у ~/.opengoat/skills/
4. Оновить _SKILL_INDEX.md
5. Повідомить у Discord: «Основний пакет скілів встановлено»

Отримавши підтвердження в Discord, продовжуйте нижче.

---

Що таке Навички та Касети

Ваші агенти працюють. У них є ідентичності, процедури звітування та канали Discord. Але наразі вони не знають, у якій сфері працюють. Вони не знають, чи керують рестораном, чи ведуть торгові операції, чи підтримують юридичну практику.

Навички — це файли знань, які ви пишете і передаєте своїм агентам. Кожна навичка навчає агента виконувати конкретне завдання — керувати бронюваннями, формувати звіт про прибутки та збитки, складати публікацію для SNS. Чим більше навичок ви даєте агенту, тим більше він може робити.

Cassette — це папка навичок, зібраних разом навколо однієї теми. Вона являє собою режим роботи. Оператор ресторану може мати cassette restaurant-ops. Автор контенту — cassette youtube та cassette social-media. Один і той самий агент може перемикатися між касетами залежно від того, над чим потрібно працювати в конкретний день.

Система cassette є режимно-орієнтованою. Один файл — ACTIVE_MODE.txt — повідомляє кожному агенту, яка cassette зараз активна. Коли ви перемикаєте режими, ви оновлюєте цей файл. Агенти зчитують його на початку сесії і автоматично завантажують потрібні навички.

Це означає:

• Сьогодні: ACTIVE_MODE.txt містить youtube → агенти завантажують навички YouTube
• Завтра: ви змінюєте на trade → агенти завантажують торгові навички
• Агент не змінюється. Змінюється режим.

І коли наступного тижня ви повернетеся до youtube, ваші агенти продовжать рівно з того місця, де зупинилися — LIVE_LEDGER запам'ятовує прогрес, а KNOWLEDGE зберігає засвоєні уроки. Кожен режим підтримує власну пам'ять незалежно.

---

Структура папки Cassette

INFO

~/.opengoat/workspace-[agentid]/ └── cassettes/ ├── ACTIVE_MODE.txt ← Одне слово: назва активного режиму ├── archive/ ← Переповнення LIVE_LEDGER і KNOWLEDGE ├── youtube/ │ ├── SKILL_YOUTUBE.md ← Навички для цього режиму │ ├── WORKFLOW_YOUTUBE.md ← Покрокові процедури │ ├── LIVE_LEDGER_YOUTUBE.md ← Прогрес, наступні дії (оновлюється щосесії) │ └── KNOWLEDGE_YOUTUBE.md ← Накопичені знання (оновлюється щосесії) ├── restaurant-ops/ │ ├── SKILL_RESTAURANT.md │ ├── WORKFLOW_RESTAURANT.md │ ├── LIVE_LEDGER_RESTAURANT.md │ └── KNOWLEDGE_RESTAURANT.md └── trade/ ├── SKILL_TRADE.md ├── WORKFLOW_TRADE.md ├── LIVE_LEDGER_TRADE.md └── KNOWLEDGE_TRADE.md

ACTIVE_MODE.txt містить одне слово — назву папки активної cassette. Наприклад:

youtube

На початку сесії кожен агент зчитує ACTIVE_MODE.txt, а потім завантажує всі чотири файли з цієї папки: SKILL, WORKFLOW, LIVE_LEDGER і KNOWLEDGE. LIVE_LEDGER повідомляє, де вони зупинилися минулої сесії. KNOWLEDGE надає все, що було засвоєно у цій сфері до цього моменту.

Наприкінці сесії агент оновлює LIVE_LEDGER (прогрес, наступне завдання) і KNOWLEDGE (нові виявлені закономірності). Коли будь-який із файлів перевищує 800 рядків, розділ RECENT переміщується до archive/ — розділи SUMMARY і PINNED завжди залишаються вгорі.

Заплановані завдання (наприклад, щоденна перевірка стану або нічний звіт) виконуються незалежно від режиму — вони визначені в AGENTS.md агента, а не в будь-якій cassette.

---

Вибір AI-рушія

Різні cassette найкраще працюють із різними моделями AI. Налаштуйте це один раз під час створення cassette.

Тип Cassette	Рекомендований рушій	Причина
Крипто-трейдинг / Аналіз ринку	Claude	Логічне мислення, аналіз закономірностей, зважена оцінка
Програмування / Технічна автоматизація	Claude	Якість коду, налагодження, багатокрокова логіка
Юридичні дослідження / Перевірка договорів	Claude	Ретельне мислення, нюансована мова
Фінанси / Бухгалтерія / Звітність	Claude	Структурований аналіз, точні розрахунки
Google Sheets / Docs / NotebookLM / Drive	Gemini	Нативна інтеграція з сервісами Google
YouTube / Відеоконтент	Gemini	Аналізує відео напряму; інтегрується з YouTube Studio
Автоматизація Gmail / Calendar	Gemini	Глибока інтеграція з Google Workspace
Продажі / Розсилки / Копірайтинг	GPT-4o	Природна комунікація, генерація листів
Багатомовна комунікація	GPT-4o або Gemini	Висока якість роботи з кількома мовами
E-Commerce / Дослідження продуктів	Claude або GPT-4o	Глибина досліджень, структурований вивід

Якщо Claude підходить для вашого сценарію використання, ви вже готові — його було налаштовано в Розділі 3.

Для Gemini або GPT-4o вам потрібно додати API-ключ до файлу .env. Інструкції наведено в Кроці 7 AI-консьєржа нижче.

---

Ідеї навичок за галузями

Не знаєте, які навички створити? Ось відправні точки за сферами використання.

Ресторан / Харчування та напої

• Управління бронюваннями та щоденне планування
• Відстеження замовлень постачальників і сповіщення про запаси
• Публікації в SNS для клієнтів (щоденні страви, події)
• Моніторинг відгуків і складання відповідей
• Щотижневий підсумок виручки

E-Commerce / Фізичні товари

• Генерація описів продуктів
• Моніторинг цін конкурентів
• Підсумок статусу замовлень
• Складання відповідей на запити клієнтів
• Щомісячна звітність з продажів

Автор контенту / YouTuber

• Генерація ідей для заголовків і обкладинок
• Складання структур сценаріїв
• Управління розкладом публікацій
• Підсумок показників ефективності
• Складання відповідей на коментарі спільноти

Фрілансер / Консультант

• Складання комунікацій із клієнтами
• Звітування про статус проєктів
• Відстеження рахунків-фактур і нагадування
• Перевірка пунктів договорів (позначення незвичних умов)
• Підсумок обліку робочого часу

Малий бізнес / Загальне

• Щоденний підсумок операцій
• Складання комунікацій із персоналом
• Попередній розгляд юридичних питань (позначення пунктів, що потребують юриста)
• Фінансовий підсумок на основі чеків і записів
• Управління комунікаціями з постачальниками

Ваша галузь не входить до цього списку? Це не проблема — AI-консьєрж у цьому розділі допоможе вам визначити власні навички з нуля, виходячи з того, що ви хочете, щоб ваша команда реально робила.

---

Як працює цей розділ

Використовуйте наведений нижче запит до AI-консьєржа, щоб:

1. Визначити, що ваші агенти мають робити щодня
2. Вирішити, з якою назвою cassette і режимом почати
3. Обрати правильний AI-рушій
4. Згенерувати файли SKILL і WORKFLOW
5. Налаштувати прапорець ACTIVE_MODE.txt
6. Перевірити, що ваш агент завантажує правильний режим

Вставте запит у Claude, ChatGPT або Gemini. Додайте ваш Документ з дизайну команди з Розділу 2.

---

Крок 1 — Скопіюйте цей запит і вставте його у ваш AI

Додайте ваш Документ з дизайну команди перед відправкою.

You are helping me build Skills and a Cassette for BALIA OS —
a multi-agent AI operating system.

I have attached my Team Design Document. Read it before we begin
so you know my agent names, roles, and workspace structure.

CONCEPT TO UNDERSTAND BEFORE WE START:

Skills are knowledge files I write and give to my agents.
Each skill teaches an agent how to do a specific task.

A Cassette is a folder of skills, bundled around a theme (a mode).
My agents can switch between cassettes depending on what they 
need to work on.

The cassette system is mode-based. One file — ACTIVE_MODE.txt —
tells every agent which cassette is currently active.

Folder structure:
~/.opengoat/workspace-[agentid]/
  cassettes/
    ACTIVE_MODE.txt              ← active mode name (one word)
    archive/                     ← overflow for LIVE_LEDGER and KNOWLEDGE
    [mode-name]/
      SKILL_[MODENAME].md        ← skills for this mode
      WORKFLOW_[MODENAME].md     ← procedures for this mode
      LIVE_LEDGER_[MODENAME].md  ← progress, next actions (updated every session)
      KNOWLEDGE_[MODENAME].md    ← accumulated learning (updated every session)

At session start, each agent:
1. Reads ACTIVE_MODE.txt
2. Loads SKILL, WORKFLOW, LIVE_LEDGER, and KNOWLEDGE from that folder
3. Resumes from where LIVE_LEDGER says they left off
4. Applies accumulated learning from KNOWLEDGE
5. Operates in that mode for the session

At session end, the agent:
1. Updates LIVE_LEDGER (progress, next task)
2. Updates KNOWLEDGE (new patterns learned)
3. If either file exceeds 800 lines: moves RECENT section to archive/
   SUMMARY and PINNED always stay at the top

Scheduled tasks run regardless of mode — they are in AGENTS.md.

Guide me step by step. Ask one question at a time.
Wait for my answer before moving on.

STEP 1 — What I want my team to do
Ask me: "Describe what you want your AI team doing for you every day.
Don't think about how — just describe the output you want
and the work you want done."

Help me turn my answer into a list of at least 5 specific,
recurring tasks. Ask follow-up questions until we have
concrete tasks with a clear schedule (daily, weekly, on-demand).

STEP 2 — Map tasks to agents
Read my Team Design Document.
Match each task to the most appropriate agent based on their role.
Show me the mapping: "Task → Agent"
Ask: "Does this feel right? Anything you'd move?"

STEP 3 — Name the cassette (mode)
Based on the tasks, suggest a cassette name — the mode name
(short, lowercase, hyphens: e.g. restaurant-ops, youtube, trade).
This becomes the folder name and the value in ACTIVE_MODE.txt.
Ask me to confirm or suggest a different name.

STEP 4 — Choose the AI engine
For each agent with tasks mapped, recommend the best engine:

- Claude: logic, analysis, coding, legal, finance, crypto
- Gemini: Google services (Sheets, Docs, Drive, Gmail, Calendar,
  YouTube Studio, NotebookLM) — anything in the Google ecosystem
- GPT-4o: sales emails, outreach, copywriting, natural conversation

Explain your reasoning in one sentence per agent.
If all tasks work well with Claude, confirm no extra API keys needed.
If Gemini or GPT-4o needed, note it — we handle the key in Step 7.

Ask me to confirm before moving on.

STEP 5 — Generate SKILL_[MODENAME].md
Generate the skill file using this structure:

---
# SKILL_[MODENAME].md
Mode: [mode-name]
Version: 1.0
Last Updated: [today's date]
Primary Agent: [agent name]
AI Engine: [engine]

## What This Mode Does
[2-3 sentences: what domain this covers, what it produces]

## Skills in This Mode
[Bullet list of specific skills — what the agent knows how to do]

## Tools Available
[List tools usable in this mode: web search, file read/write,
Discord reporting, API calls, Google services, etc.]

## Operating Rules
1. Read ACTIVE_MODE.txt at session start. If it says [mode-name],
   load this file, WORKFLOW_[MODENAME].md, LIVE_LEDGER_[MODENAME].md,
   and KNOWLEDGE_[MODENAME].md immediately.
2. Resume work from where LIVE_LEDGER says you left off.
3. Apply patterns and lessons from KNOWLEDGE before starting tasks.
4. [Key rule specific to this domain]
5. [Key rule specific to this domain]
6. Report all completed tasks to Discord before ending session.
7. Never act outside this mode's scope without Commander approval.
8. Save all outputs to cassettes/[mode-name]/outputs/

## Session End Rules
At the end of every session, update both memory files:

LIVE_LEDGER_[MODENAME].md:
- SUMMARY: refresh the 3-5 line overview at the top
- CURRENT: update with today's progress and the next task
- RECENT LOG: append this session's activity
- If over 800 lines: move RECENT LOG to archive/

KNOWLEDGE_[MODENAME].md:
- SUMMARY: refresh the overview at the top
- PATTERNS: add any new success or failure patterns discovered today
- RECENT: append today's learnings
- If over 800 lines: move RECENT to archive/

## What This Mode Does NOT Handle
[Specific boundaries — what's out of scope for this mode]

## Output Format
[What the agent produces: reports, files, Discord messages, etc.]
---

Show it completely. Ask if anything needs adjustment.

STEP 6 — Generate WORKFLOW_[MODENAME].md
Generate the workflow file using this structure:

---
# WORKFLOW_[MODENAME].md
Mode: [mode-name]
Version: 1.0
Last Updated: [today's date]

## Mode Activation (Every Session Start)
1. Read cassettes/ACTIVE_MODE.txt — confirm it says [mode-name]
2. Load SKILL_[MODENAME].md
3. Read LIVE_LEDGER_[MODENAME].md — resume from last session
4. Read KNOWLEDGE_[MODENAME].md — apply accumulated learning
5. Report to Discord: "📦 Mode: [mode-name] active. Resuming: [current task from LIVE_LEDGER]."

## Task Procedures