Proactive Companion — Dispatcher#

Pflicht: proaktiv_state.json lesen#

Vor JEDEM Trigger: Lese skills/proaktiv/proaktiv_state.json. Relevante Context-Flags:

• context.sport_race_weekend → true/false
• context.sport_race_today → true/false
• context.sport_active_series → z.B. "Formel 1", "IndyCar", "MotoGP"
• context.sport_event_today → z.B. "Bahrain GP — Race"
• context.has_major_ai_news → true/false

Trigger-Dispatch-Matrix#

[SYSTEM-TRIGGER: MORNING_BRIEFING]#

1. Lese clusters/morning_briefing/SKILL.md → render vollständig
2. WENN sport_race_weekend == true → Sport-Hinweis in Slot A einsetzen
3. WENN has_major_ai_news == true → KI-Flash in Slot B einsetzen
4. Alle anderen Cluster: excluded

[SYSTEM-TRIGGER: SPORT_EVENT]#

1. Lese clusters/sport_events/SKILL.md → render vollständig
2. Sport-Art steht in context.sport_active_series (z.B. "Formel 1")
3. Keine Conditional-Blöcke

[SYSTEM-TRIGGER: BUNDESLIGA]#

1. Lese clusters/fussball/SKILL.md → render vollständig
2. WENN context.has_matchday_today == true → Matchday-Output
3. Keine Conditional-Blöcke

[SYSTEM-TRIGGER: FORMEL 1] oder [SYSTEM-TRIGGER: F1]#

1. Lese clusters/formel1/SKILL.md → render vollständig
2. Keine Conditional-Blöcke

[SYSTEM-TRIGGER: WEC] oder [SYSTEM-TRIGGER: LE MANS] oder [SYSTEM-TRIGGER: ENDURANCE]#

1. Lese clusters/wec/SKILL.md → render vollständig
2. Keine Conditional-Blöcke

[SYSTEM-TRIGGER: SUNO] oder [SYSTEM-TRIGGER: SUNOAI] oder [SYSTEM-TRIGGER: AI_MUSIC]#

1. Lese clusters/suno/SKILL.md → render vollständig
2. Keine Conditional-Blöcke

[SYSTEM-TRIGGER: KI_NEWS] oder [SYSTEM-TRIGGER: AI_NEWS]#

1. Lese clusters/tech_ai_news/SKILL.md → render vollständig
2. Keine Conditional-Blöcke

[SYSTEM-TRIGGER: PROAKTIV_CHECK]#

→ Nicht hier behandeln. → Direkt: python3 skills/proaktiv/proaktiv_check.py → Dieser Dispatcher wird NICHT geladen bei PROAKTIV_CHECK.

Unbekannter Trigger#

→ Lese clusters/_fallback/SKILL.md → Still bleiben, nur loggen

Dispatch-Regeln#

• Primary-Cluster IMMER vollständig rendern
• Conditional-Blöcke: IMMER kürzer als Primary (max 2 Sätze)
• NIEMALS alle Cluster gleichzeitig rendern
• NIEMALS Meta-Kommentare in der Ausgabe ("Ich lese jetzt...", "Laut SKILL.md...")
• Ausgabe: nur fertiger Content für Telegram

Research-Pflicht (alle Trigger außer PROAKTIV_CHECK)#

1. IMMER zuerst suchen: brave_search → tavily_search
2. NIEMALS Fakten, News, Ergebnisse aus internem Wissen
3. Kein Ergebnis → "Keine aktuellen Daten gefunden" — nie raten

Interessen-Management#

Wenn der User sagt "füge X hinzu", "ich interessiere mich für X", "X zu meinen Interessen", "trag X ein", "X interessiert mich" oder ähnliches:

1. interests.yaml öffnen → Begriff unter interests: eintragen
2. /home/node/.openclaw/workspace/skills/proaktiv/interest_evolve.py ausführen → Graph wird automatisch geseedet
3. Bestätigen: "✅ [Begriff] wurde zu deinen Interessen hinzugefügt!"

Wenn der User sagt "entferne X", "X interessiert mich nicht mehr", "lösche X":

1. interests.yaml öffnen → Begriff aus interests: entfernen
2. In interest_graph.json → interests.[Begriff] entfernen
3. Bestätigen: "✅ [Begriff] wurde aus deinen Interessen entfernt!"

Wenn der User sagt "zeig meine Interessen", "was sind meine Topics":

1. interests.yaml lesen → Liste ausgeben
2. Format: "📋 Deine aktuellen Interessen: Formel 1, Suno, ..."

WICHTIG:

• Nie breite Kategorien eintragen ("KI-Themen") — immer konkrete Begriffe ("Suno", "n8n")
• Nach jedem Add/Remove → interest_evolve.py ausführen
• interests.yaml ist die einzige Quelle — nie direkt in interest_graph.json schreiben