Engram: Ein Lern-Plugin für OpenClaw, das Wissen tatsächlich haften lässt

Engram ist ein Lern-Plugin für OpenClaw, das verteiltes Wiederholen und Abrufübungen einsetzt, damit Entwickler ihr Wissen tatsächlich behalten. Entwickelt von jemandem, der feststellte, dass KI-Agenten ihn zwar zehnmal schneller beim Entwickeln machten, aber seine eigene Lernfähigkeit nicht verbesserten, konzentriert sich Engram auf die menschliche Seite der Gleichung.

So funktioniert's

• Aufschlüsselung von Themen: Führe /learn Kalman-Filter (oder ein beliebiges Thema) aus, und ein Agent erstellt eine Abhängigkeitskarte – was muss vor was verstanden werden – anstatt der Kapitelreihenfolge zu folgen.
• Pre-Test-Tutoring: Du antwortest, bevor der Agent erklärt. Falsches Raten vor dem Lernen verbessert die Erinnerung. Abrufen ist dem erneuten Lesen weit überlegen – alte Erkenntnisse, die nur wenige Tools umsetzen.
• Blind Grading: Ein zweiter Agent bewertet deine Antworten, ohne die Lektion zu sehen – nur die Bewertungskriterien und deine genauen Worte. So wird vermieden, dass die Lektion statt deiner Erinnerung bewertet wird. Jede Note wird als Quittung auf die Festplatte geschrieben; nichts gilt ohne Quittung als gelernt.
• Verteiltes Wiederholen: Der Planer verwendet FSRS-4.5 (denselben Algorithmus wie modernes Anki), um die nächste Wiederholung jedes Konzepts kurz vor dem Vergessen einzuplanen. Eine /review-Sitzung dauert zwei bis vier Minuten.
• Nur lokal: Alle Daten sind einfaches JSON auf deinem Rechner. Kein Konto, keine Cloud, kein Netzwerkcode im Kern.

OpenClaw-Integration

Engram läuft im OpenClaw-Chat, daher kann /review auch auf dem Handy stattfinden – dorthin schickt der Planer die Wiederholungen oft, wenn du nicht am Schreibtisch bist. Installation mit drei Befehlen:

openclaw plugins install engram --marketplace nagisanzenin/engram
openclaw config set hooks.internal.enabled true
openclaw gateway restart

Hinweis: OpenClaw ignoriert Plugin-Hooks, bis interne Hooks aktiviert sind. Ohne sie wird die fällige Wiederholungserinnerung zwar als bereit angezeigt, aber nie ausgelöst. Der Autor merkt an, dass die OpenClaw-Unterstützung heute ausgeliefert wurde und obwohl Skills, Bewertung und Planung auf einer Live-Installation verifiziert wurden, die Ankunft der Erinnerung in jedem Chatkanal nur lokal getestet wurde.