alweil/activity-feed

Activity Feed

Activity Feed centralizado para todos os agentes OpenClaw. Registra timestamped actions, tool calls, file operations, memory updates, task completions, agent identification e mental models.

Quick Start

Ver atividades recentes

# Últimas 20 atividades (todos agentes)
python3 /home/ubuntu/.openclaw/skills/activity-feed/scripts/view_feed.py

# Modo compacto
python3 /home/ubuntu/.openclaw/skills/activity-feed/scripts/view_feed.py --compact

# Últimas 24h
python3 /home/ubuntu/.openclaw/skills/activity-feed/scripts/view_feed.py --since 24

Logar atividade manualmente

python3 /home/ubuntu/.openclaw/skills/activity-feed/scripts/log_activity.py \
  --agent trabalho \
  --action task_complete \
  --details '{"task": "Implementação", "message": "Feature X concluída"}' \
  --mental-model "Usando padrão modular para reuso"

Estrutura do Feed

Local: ~/.openclaw/activity-feed/feed.jsonl

Cada linha é um JSON:

{
  "timestamp": "2026-02-18T01:55:00+00:00",
  "agent": "trabalho",
  "action": "task_complete",
  "details": {"task": "...", "message": "..."},
  "tool_calls": [{"tool": "write", "params": ["file"]}],
  "mental_model": "Raciocínio do agente"
}

Ações Suportadas

| Ação | Uso | |------|-----| | tool_call | Chamadas de ferramenta | | file_write | Arquivos criados | | file_edit | Arquivos modificados | | memory_update | Atualizações de MEMORY.md | | task_start | Início de tarefas | | task_complete | Tarefas concluídas | | task_fail | Falhas | | session_start/end | Sessões |

Scripts Disponíveis

log_activity.py

Registra atividades via CLI.

python3 scripts/log_activity.py \
  --agent AGENT_ID \
  --action ACTION_TYPE \
  --details '{"key": "value"}' \
  [--tools '[...]'] \
  [--mental-model "..."]

view_feed.py

Visualiza e consulta o feed.

python3 scripts/view_feed.py [options]
  --agent, -a       Filtrar por agente
  --since, -s H     Desde N horas atrás
  --action, -t      Filtrar por tipo
  --limit, -l N     Limite (default: 20)
  --compact, -c     Modo compacto
  --json, -j        Output JSON
  --stats           Estatísticas

feed_hook.py

Para integração Python em outros scripts.

from feed_hook import log_task_start, log_file_write, log_task_complete

log_task_start("trabalho", "Análise", "Iniciando...")
log_file_write("trabalho", "relatorio.txt")
log_task_complete("trabalho", "Análise", "Concluída", "Identifiquei padrões...")

Exemplos de Uso

Workflow com tracking

import sys
sys.path.insert(0, '/home/ubuntu/.openclaw/skills/activity-feed/scripts')
from feed_hook import log_task_start, log_file_write, log_task_complete

agent = "trabalho"  # ou detectar automaticamente

# 1. Iniciar task
log_task_start(agent, "Análise de Dados", "Processando dataset de vendas")

# 2. Arquivos gerados
log_file_write(agent, "analise/resultado.csv", "Export de resultados")

# 3. Completar
log_task_complete(
    agent=agent,
    task_name="Análise de Dados",
    result="5 insights gerados",
    mental_model="Usando análise estatística para identificar outliers"
)

Query com jq

# Tasks completadas por agente
jq 'select(.action == "task_complete") | .agent' feed.jsonl | sort | uniq -c

# Atividades com mental model
jq 'select(.mental_model != null) | {ts: .timestamp, agent, model: .mental_model}' feed.jsonl

# Tool calls recentes
jq 'select(.tool_calls != null) | {ts, agent, tools: [.tool_calls[].tool]}' feed.jsonl | tail -10

Automação com aliases

Source os aliases para comandos curtos:

source /home/ubuntu/.openclaw/skills/activity-feed/scripts/aliases.sh

# Agora use:
feed-view --since 24
feed-agent trabalho 20
feed-tail
feed-stats

Detalhes Técnicos

Ver references/USAGE.md para:

• Integração Python detalhada
• Queries avançadas com jq
• Rotação de logs
• Customização

Mental Model

O campo mental_model captura o raciocínio do agente em momentos importantes:

• Decisões arquiteturais
• Trade-offs considerados
• Padrões aplicados
• Insights durante execução

Use para auditoria e análise de comportamento dos agentes.