Installer le Pack de Skills Principal

Vos agents sont actifs. Donnons-leur maintenant leur première vraie tâche. BALIA OS est livré avec trois skills intégrées prêtes à déployer.

Skill	Objectif
lightpanda	Recherche web rapide et scraping
summarize	Résumé automatique de textes longs ou de pages web
clawsec	Surveillance de sécurité et quarantaine de nouvelles skills

Si vous avez déjà téléchargé l'installateur dans la Section 4, vous pouvez l'utiliser directement. (Sinon, revenez à la Section 4 et téléchargez install_core_pack.py d'abord.)

Faire exécuter par votre agent

Collez ceci dans le terminal VS Code et appuyez sur Entrée pour exécuter.

openclaw agent --agent security-guardian "Veuillez exécuter ceci :
python install_core_pack.py --lang fr
(The token will be read automatically from your .env file)
Signalez sur Discord quand c'est fait."

Votre agent effectuera automatiquement :

1. Authentifier votre token
2. Télécharger le pack de skills principal (lightpanda / summarize / clawsec)
3. Déployer vers ~/.opengoat/skills/
4. Mettre à jour _SKILL_INDEX.md
5. Signaler « Pack de skills principal installé » sur Discord

Une fois la confirmation Discord reçue, continuez ci-dessous.

---

Ce que sont les Compétences et les Cassettes

Vos agents sont actifs. Ils ont des identités, des procédures de reporting et des canaux Discord. Mais pour l'instant, ils ne savent pas dans quel domaine ils travaillent. Ils ne savent pas s'ils gèrent un restaurant, pilotent une opération de trading ou accompagnent un cabinet juridique.

Les compétences sont les fichiers de connaissances que vous rédigez et transmettez à vos agents. Chaque compétence enseigne à un agent comment accomplir une tâche précise — gérer des réservations, générer un rapport P&L, rédiger une publication SNS. Plus vous donnez de compétences à un agent, plus il est capable d'agir.

Une cassette est un dossier de compétences, regroupées autour d'un thème. Elle représente un mode de fonctionnement. Un opérateur de restaurant pourrait avoir une cassette restaurant-ops. Un créateur de contenu pourrait avoir une cassette youtube et une cassette social-media. Le même agent peut passer d'une cassette à l'autre selon ce sur quoi il doit travailler ce jour-là.

Le système de cassettes fonctionne par modes. Un seul fichier — ACTIVE_MODE.txt — indique à chaque agent quelle cassette est actuellement active. Lorsque vous changez de mode, vous mettez ce fichier à jour. Les agents le lisent au démarrage de la session et chargent automatiquement les bonnes compétences.

Cela signifie que :

• Aujourd'hui : ACTIVE_MODE.txt indique youtube → les agents chargent les compétences YouTube
• Demain : vous le changez en trade → les agents chargent les compétences de trading
• L'agent ne change pas. C'est le mode qui change.

Et lorsque vous repassez en mode youtube la semaine suivante, vos agents reprennent exactement là où ils s'étaient arrêtés — le LIVE_LEDGER mémorise la progression, et KNOWLEDGE conserve les leçons apprises. Chaque mode gère sa propre mémoire de façon indépendante.

---

Structure du Dossier Cassette

INFO

~/.openclaw/workspace-[agentid]/ └── cassettes/ ├── ACTIVE_MODE.txt ← Un seul mot : le nom du mode actif ├── archive/ ← Déversoir pour LIVE_LEDGER et KNOWLEDGE ├── youtube/ │ ├── SKILL_YOUTUBE.md ← Compétences pour ce mode │ ├── WORKFLOW_YOUTUBE.md ← Procédures étape par étape │ ├── LIVE_LEDGER_YOUTUBE.md ← Progression, prochaines actions (mis à jour chaque session) │ └── KNOWLEDGE_YOUTUBE.md ← Apprentissages cumulés (mis à jour chaque session) ├── 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 contient un seul mot — le nom du dossier de cassette actif. Par exemple :

youtube

Au démarrage de la session, chaque agent lit ACTIVE_MODE.txt, puis charge les quatre fichiers de ce dossier : SKILL, WORKFLOW, LIVE_LEDGER et KNOWLEDGE. LIVE_LEDGER lui indique où il s'est arrêté lors de la dernière session. KNOWLEDGE lui fournit tout ce qui a été appris jusqu'à présent dans ce domaine.

En fin de session, l'agent met à jour LIVE_LEDGER (progression, prochaine tâche) et KNOWLEDGE (nouveaux patterns identifiés). Lorsque l'un ou l'autre de ces fichiers dépasse 800 lignes, la section RECENT est déplacée vers archive/ — les sections SUMMARY et PINNED restent toujours en haut.

Les tâches planifiées (comme un bilan quotidien ou un rapport nocturne) s'exécutent quel que soit le mode actif — elles sont définies dans le fichier AGENTS.md de l'agent, et non dans une cassette.

---

Choisir votre Moteur d'IA

Différentes cassettes fonctionnent mieux avec différents modèles d'IA. Configurez ce paramètre une seule fois lors de la création de la cassette.

Type de Cassette	Moteur Recommandé	Pourquoi
Trading crypto / Analyse de marché	Claude	Raisonnement logique, analyse de patterns, jugement nuancé
Codage / Automatisation technique	Claude	Qualité du code, débogage, logique multi-étapes
Recherche juridique / Révision de contrats	Claude	Raisonnement rigoureux, langage nuancé
Finance / Comptabilité / Reporting	Claude	Analyse structurée, calcul précis
Google Sheets / Docs / NotebookLM / Drive	Gemini	Intégration native aux services Google
YouTube / Contenu vidéo	Gemini	Analyse directe de vidéos ; intégration avec YouTube Studio
Automatisation Gmail / Agenda	Gemini	Intégration poussée avec Google Workspace
Vente / Prospection / Copywriting	GPT-4o	Conversation naturelle, génération d'e-mails
Communication multilingue	GPT-4o ou Gemini	Excellentes performances multilingues
E-commerce / Recherche produit	Claude ou GPT-4o	Profondeur de recherche, sortie structurée

Si Claude convient à votre cas d'usage, vous êtes déjà prêt — il a été configuré dans la Section 3.

Pour Gemini ou GPT-4o, vous ajouterez une clé API à votre fichier .env. Les instructions se trouvent à l'Étape 7 du concierge IA ci-dessous.

---

Idées de Compétences par Secteur

Vous ne savez pas quelles compétences créer ? Voici des points de départ par cas d'usage.

Restaurant / Restauration et Boissons

• Gestion des réservations et planification quotidienne
• Suivi des commandes fournisseurs et alertes de stock
• Publication SNS pour les clients (plats du jour, événements)
• Surveillance des avis et rédaction de réponses
• Bilan hebdomadaire des recettes

E-Commerce / Produits Physiques

• Génération de fiches produit
• Surveillance des prix concurrents
• Synthèse des statuts de commandes
• Rédaction de réponses aux demandes clients
• Reporting mensuel des ventes

Créateur de Contenu / YouTuber

• Génération d'idées de titres et de miniatures
• Rédaction de plans de scripts
• Gestion du calendrier de publication
• Synthèse des métriques de performance
• Rédaction de réponses aux commentaires de la communauté

Freelance / Consultant

• Rédaction des communications clients
• Reporting d'avancement de projet
• Suivi des factures et relances
• Révision des clauses contractuelles (signalement des termes inhabituels)
• Synthèse des journaux de temps

Petite Entreprise / Usage Général

• Bilan quotidien des opérations
• Rédaction des communications internes
• Filtrage des questions juridiques (signalement des éléments nécessitant un avocat)
• Synthèse financière à partir de reçus et de relevés
• Gestion des communications fournisseurs

Votre secteur ne figure pas dans cette liste ? Pas de problème — le concierge IA de cette section vous aidera à définir vos propres compétences depuis zéro, en fonction de ce que vous souhaitez réellement que votre équipe accomplisse.

---

Comment Fonctionne Cette Section

Utilisez le prompt du concierge IA ci-dessous pour :

1. Définir ce que vos agents doivent faire chaque jour
2. Décider du nom de cassette et du mode par lequel commencer
3. Choisir le bon moteur d'IA
4. Générer vos fichiers SKILL et WORKFLOW
5. Configurer le drapeau ACTIVE_MODE.txt
6. Vérifier que votre agent charge le bon mode

Collez le prompt dans Claude, ChatGPT ou Gemini. Joignez votre Document de Conception d'Équipe de la Section 2.

---

▶ Collez ceci dans votre IA pour commencer

Joignez votre Document de Conception d'Équipe avant d'envoyer.

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:
~/.openclaw/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