Cài Đặt Gói Skill Cốt Lõi

Các tác nhân của bạn đang hoạt động. Bây giờ hãy giao cho họ nhiệm vụ thực tế đầu tiên. BALIA OS đi kèm với ba skill tích hợp sẵn sàng triển khai.

Skill	Mục đích
lightpanda	Tìm kiếm web nhanh và scraping
summarize	Tóm tắt tự động văn bản dài hoặc trang web
clawsec	Giám sát bảo mật và kiểm dịch skill mới

Nếu bạn đã tải trình cài đặt ở Phần 4, bạn có thể dùng trực tiếp. (Nếu chưa, hãy quay lại Phần 4 và tải install_core_pack.py trước.)

Yêu cầu tác nhân của bạn chạy nó

Dán lệnh này vào terminal VS Code và nhấn Enter để chạy.

openclaw agent --agent security-guardian "Hãy chạy lệnh sau:
python install_core_pack.py --lang vi
(The token will be read automatically from your .env file)
Báo cáo lên Discord khi hoàn thành."

Tác nhân của bạn sẽ tự động:

1. Xác thực token của bạn
2. Tải xuống gói skill cốt lõi (lightpanda / summarize / clawsec)
3. Triển khai vào ~/.opengoat/skills/
4. Cập nhật _SKILL_INDEX.md
5. Báo cáo "Gói skill cốt lõi đã cài đặt" lên Discord

Sau khi nhận được xác nhận Discord, tiếp tục bên dưới.

---

Kỹ năng và Cassette là gì

Các agent của bạn đã hoạt động. Chúng có danh tính, quy trình báo cáo và kênh Discord. Nhưng hiện tại, chúng chưa biết mình đang làm việc trong lĩnh vực nào. Chúng không biết liệu mình đang quản lý nhà hàng, điều hành hoạt động giao dịch, hay hỗ trợ một công ty luật.

Kỹ năng là các file kiến thức bạn viết và cung cấp cho agent. Mỗi kỹ năng dạy agent cách thực hiện một nhiệm vụ cụ thể — cách quản lý đặt chỗ, cách tạo báo cáo P&L, cách soạn bài đăng SNS. Agent càng có nhiều kỹ năng, chúng càng làm được nhiều việc hơn.

Một cassette là một thư mục chứa các kỹ năng, được gói lại với nhau theo một chủ đề. Nó đại diện cho một chế độ vận hành. Một người quản lý nhà hàng có thể có cassette restaurant-ops. Một nhà sáng tạo nội dung có thể có cassette youtube và cassette social-media. Cùng một agent có thể chuyển đổi giữa các cassette tùy thuộc vào việc họ cần làm gì trong ngày hôm đó.

Hệ thống cassette hoạt động theo chế độ. Một file duy nhất — ACTIVE_MODE.txt — cho mọi agent biết cassette nào đang hoạt động. Khi bạn chuyển chế độ, bạn cập nhật file đó. Các agent đọc nó khi bắt đầu phiên làm việc và tự động tải đúng các kỹ năng.

Điều này có nghĩa là:

• Hôm nay: ACTIVE_MODE.txt ghi youtube → agent tải kỹ năng YouTube
• Ngày mai: bạn đổi thành trade → agent tải kỹ năng giao dịch
• Agent không thay đổi. Chế độ thay đổi.

Và khi bạn chuyển lại về youtube vào tuần tới, các agent của bạn sẽ tiếp tục đúng từ nơi họ dừng lại — LIVE_LEDGER ghi nhớ tiến độ, và KNOWLEDGE mang theo những bài học đã học. Mỗi chế độ lưu giữ bộ nhớ riêng của mình một cách độc lập.

---

Cấu trúc thư mục Cassette

INFO

~/.opengoat/workspace-[agentid]/ └── cassettes/ ├── ACTIVE_MODE.txt ← Một từ: tên chế độ đang hoạt động ├── archive/ ← Dữ liệu tràn của LIVE_LEDGER và KNOWLEDGE ├── youtube/ │ ├── SKILL_YOUTUBE.md ← Kỹ năng cho chế độ này │ ├── WORKFLOW_YOUTUBE.md ← Các quy trình từng bước │ ├── LIVE_LEDGER_YOUTUBE.md ← Tiến độ, hành động tiếp theo (cập nhật mỗi phiên) │ └── KNOWLEDGE_YOUTUBE.md ← Kiến thức tích lũy (cập nhật mỗi phiên) ├── 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 chứa một từ duy nhất — tên của thư mục cassette đang hoạt động. Ví dụ:

youtube

Khi bắt đầu phiên, mỗi agent đọc ACTIVE_MODE.txt, sau đó tải tất cả bốn file từ thư mục đó: SKILL, WORKFLOW, LIVE_LEDGER và KNOWLEDGE. LIVE_LEDGER cho chúng biết nơi họ dừng lại từ phiên trước. KNOWLEDGE cung cấp mọi thứ đã học được cho đến nay trong lĩnh vực này.

Khi kết thúc phiên, agent cập nhật LIVE_LEDGER (tiến độ, nhiệm vụ tiếp theo) và KNOWLEDGE (các mẫu mới học được). Khi một trong hai file vượt quá 800 dòng, phần RECENT sẽ được chuyển sang archive/ — các phần SUMMARY và PINNED luôn ở đầu trang.

Các nhiệm vụ theo lịch (như kiểm tra sức khỏe hàng ngày hoặc báo cáo hàng đêm) chạy bất kể chế độ nào — chúng được định nghĩa trong AGENTS.md của agent, không phải trong bất kỳ cassette nào.

---

Chọn công cụ AI phù hợp

Các cassette khác nhau hoạt động tốt nhất với các mô hình AI khác nhau. Hãy thiết lập điều này một lần khi bạn xây dựng cassette.

Loại Cassette	Công cụ được đề xuất	Lý do
Giao dịch tiền mã hóa / Phân tích thị trường	Claude	Lập luận logic, phân tích mẫu, đánh giá tinh tế
Lập trình / Tự động hóa kỹ thuật	Claude	Chất lượng code, debug, logic nhiều bước
Nghiên cứu pháp lý / Xem xét hợp đồng	Claude	Lập luận cẩn thận, ngôn ngữ tinh tế
Tài chính / Kế toán / Báo cáo	Claude	Phân tích có cấu trúc, tính toán chính xác
Google Sheets / Docs / NotebookLM / Drive	Gemini	Tích hợp dịch vụ Google gốc
YouTube / Nội dung video	Gemini	Phân tích video trực tiếp; tích hợp với YouTube Studio
Tự động hóa Gmail / Lịch	Gemini	Tích hợp sâu với Google Workspace
Bán hàng / Tiếp cận / Copywriting	GPT-4o	Hội thoại tự nhiên, tạo email
Giao tiếp đa ngôn ngữ	GPT-4o hoặc Gemini	Hiệu suất đa ngôn ngữ mạnh
Thương mại điện tử / Nghiên cứu sản phẩm	Claude hoặc GPT-4o	Chiều sâu nghiên cứu, đầu ra có cấu trúc

Nếu Claude phù hợp với trường hợp sử dụng của bạn, bạn đã sẵn sàng — nó đã được cấu hình ở Phần 3.

Đối với Gemini hoặc GPT-4o, bạn sẽ thêm API key vào file .env của mình. Hướng dẫn có trong Bước 7 của AI concierge bên dưới.

---

Ý tưởng kỹ năng theo ngành

Không chắc nên xây dựng kỹ năng gì? Dưới đây là các điểm khởi đầu theo trường hợp sử dụng.

Nhà hàng / Thực phẩm & Đồ uống

• Quản lý đặt chỗ và lịch trình hàng ngày
• Theo dõi đơn hàng nhà cung cấp và cảnh báo tồn kho
• Đăng SNS cho khách hàng (đặc biệt hàng ngày, sự kiện)
• Theo dõi đánh giá và soạn phản hồi
• Tóm tắt doanh thu hàng tuần

Thương mại điện tử / Sản phẩm vật lý

• Tạo danh sách sản phẩm
• Theo dõi giá của đối thủ cạnh tranh
• Tóm tắt trạng thái đơn hàng
• Soạn phản hồi yêu cầu của khách hàng
• Báo cáo doanh số hàng tháng

Nhà sáng tạo nội dung / YouTuber

• Tạo ý tưởng tiêu đề và thumbnail
• Soạn đề cương kịch bản
• Quản lý lịch tải lên
• Tóm tắt số liệu hiệu suất
• Soạn phản hồi bình luận cộng đồng

Freelancer / Tư vấn

• Soạn thảo giao tiếp với khách hàng
• Báo cáo tình trạng dự án
• Theo dõi hóa đơn và nhắc nhở
• Xem xét điều khoản hợp đồng (đánh dấu các điều khoản bất thường)
• Tóm tắt nhật ký thời gian

Doanh nghiệp nhỏ / Tổng quát

• Tóm tắt hoạt động hàng ngày
• Soạn thảo thông tin liên lạc nội bộ
• Sàng lọc câu hỏi pháp lý (đánh dấu các mục cần luật sư)
• Tóm tắt tài chính từ hóa đơn và hồ sơ
• Quản lý liên lạc với nhà cung cấp

Ngành của bạn không có trong danh sách này? Không sao — AI concierge trong phần này sẽ giúp bạn tự định nghĩa kỹ năng từ đầu dựa trên những gì bạn thực sự muốn nhóm của mình làm.

---

Cách phần này hoạt động

Sử dụng prompt AI concierge bên dưới để:

1. Xác định những gì agent của bạn nên làm mỗi ngày
2. Quyết định tên cassette và chế độ nào để bắt đầu
3. Chọn công cụ AI phù hợp
4. Tạo file SKILL và WORKFLOW của bạn
5. Thiết lập cờ ACTIVE_MODE.txt
6. Kiểm tra xem agent của bạn có tải đúng chế độ không

Dán prompt vào Claude, ChatGPT hoặc Gemini. Đính kèm Tài liệu Thiết kế Nhóm từ Phần 2.

---

Bước 1 — Sao chép prompt này và dán vào AI của bạn

Đính kèm Tài liệu Thiết kế Nhóm trước khi gửi.

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