Dreaming: Hintergrundverarbeitung

Die meisten KI-Agent-Interaktionen folgen einem einfachen Muster: Du fragst etwas, der Agent antwortet, und die Konversation geht weiter. Aber was passiert, wenn du möchtest, dass der Agent an etwas arbeitet, das Stunden dauert? Recherche zu einem Thema, Analyse eines großen Datensatzes oder Ausführung einer komplexen Simulation? Hier kommt Dreaming ins Spiel.

Dreaming ist OpenClaws experimentelle Hintergrundverarbeitungsfunktion. Sie ermöglicht deinem Agenten, an Aufgaben weiterzuarbeiten, nachdem du weitergezogen bist, und dich zu benachrichtigen, wenn Ergebnisse bereit sind. Stell dir vor, du gibst deinem Agenten die Fähigkeit, "darüber zu schlafen" und mit Antworten aufzuwachen.

Was ist Dreaming?

Dreaming ermöglicht asynchrone Aufgabenausführung in OpenClaw. Wenn du eine Aufgabe zuweist, die Hintergrundverarbeitung unterstützt, kann der Agent unabhängig vom Hauptkonversations-Thread daran weiterarbeiten. Du kannst neue Konversationen starten, an anderen Dingen arbeiten, und die Dreaming-Aufgabe läuft im Hintergrund weiter.

Wichtige Fähigkeiten

• Hintergrundausführung: Aufgaben laufen weiter, auch wenn du nicht aktiv chattest
• Non-blocking: Deine Hauptkonversation bleibt responsiv, während die Arbeit weitergeht
• Fortschrittsupdates: Optionale Statusberichte zu lang laufenden Aufgaben
• Ergebnisbenachrichtigung: Werde benachrichtigt, wenn Hintergrundaufgaben abgeschlossen sind
• Ressourcenmanagement: Konfigurierbare Limits für gleichzeitige Dreaming-Aufgaben

Wie es funktioniert

Wenn eine Dreaming-Aufgabe gestartet wird:

1. Der Agent startet einen Hintergrundprozess mit eigenem Kontext
2. Die Hauptkonversation läuft normal weiter
3. Der Hintergrundprozess führt die zugewiesene Aufgabe aus
4. Bei Abschluss werden Ergebnisse basierend auf Konfiguration gespeichert oder geliefert
5. Du erhältst eine Benachrichtigung (falls konfiguriert) oder siehst Ergebnisse in deiner nächsten Interaktion

Wann Dreaming nutzen

Dreaming ist ideal für spezifische Arten von Aufgaben. Das Verständnis, wann du es nutzen solltest, hilft dir, effizientere Agent-Workflows zu bauen.

Gute Anwendungsfälle

• Rechercheaufgaben: Informationen aus mehreren Quellen über Zeit sammeln
• Datenanalyse: Große Datensätze verarbeiten, die viel Zeit brauchen
• Content-Generierung: Langform-Inhalte, Berichte oder Dokumentation schreiben
• Code-Review: Große Codebases nach Mustern oder Problemen analysieren
• Monitoring: Über spezifische Ereignisse oder Änderungen über Zeit wachen
• Simulationen: Modelle oder Berechnungen ausführen, die Zeit zum Abschluss brauchen

Wann Dreaming NICHT nutzen

• Schnelle Aufgaben: Alles, das in unter einer Minute abgeschlossen ist, verschwendet Overhead
• Interaktive Arbeit: Aufgaben, die häufige Klärung oder Entscheidungen erfordern
• Hochprioritäre Items: Zeitkritische Aufgaben, die sofortige Aufmerksamkeit brauchen
• Einfache Lookups: Basis-Information-Retrieval ist synchron schneller

Konfiguration

Dreaming erfordert spezifisches Setup in deiner OpenClaw-Konfiguration. Hier ist, wie du es aktivierst und konfigurierst.

Dreaming aktivieren

Füge Dreaming-Konfiguration zu deinem Gateway oder Agent hinzu:

// In deiner OpenClaw-Konfiguration oder Gateway-Einstellungen
{
  "dreaming": {
    "enabled": true,
    "maxConcurrentTasks": 3,
    "defaultTimeout": "2h",
    "notifyOnComplete": true,
    "storeResultsInMemory": true
  }
}

Konfigurationsoptionen

• enabled: Dreaming global ein- oder ausschalten
• maxConcurrentTasks: Maximale Anzahl gleichzeitig laufender Hintergrundaufgaben
• defaultTimeout: Standard-Maximaldauer für Dreaming-Aufgaben
• notifyOnComplete: Ob Benachrichtigungen gesendet werden, wenn Aufgaben fertig sind
• storeResultsInMemory: Ergebnisse in MEMORY.md für Persistenz speichern

Pro-Aufgaben-Overrides

Du kannst Defaults für individuelle Aufgaben überschreiben:

// Beispiel: Dreaming-Aufgabe mit benutzerdefinierten Einstellungen starten
Recherchiere die Geschichte des Machine Learnings von 1950 bis 2020.
Nutze Dreaming-Modus mit 4-Stunden-Timeout und benachrichtige mich, wenn fertig.

Dreaming in der Praxis nutzen

Hier ist, wie du Dreaming effektiv in deinen täglichen Workflows nutzt.

Eine Dreaming-Aufgabe starten

Bitte den Agenten einfach, etwas im Hintergrund zu bearbeiten:

// Benutzeranfrage
Kannst du unsere Verkaufsdaten der letzten 6 Monate analysieren und Trends identifizieren?
Bitte als Hintergrundaufgabe laufen lassen, da es eine Weile dauern könnte.

// Agent-Antwort
Ich starte die Analyse deiner Verkaufsdaten im Dreaming-Modus.
Das kann je nach Datengröße 30-60 Minuten dauern.
Ich benachrichtige dich, wenn die Analyse abgeschlossen ist.

[Dreaming-Aufgabe gestartet: sales-trend-analysis-2024]

Aufgabenstatus prüfen

Du kannst den Status laufender Dreaming-Aufgaben prüfen:

// Benutzeranfrage
Was ist der Status meiner Dreaming-Aufgaben?

// Agent-Antwort
Du hast 2 Dreaming-Aufgaben laufen:

1. sales-trend-analysis-2024
   Status: 65% abgeschlossen
   Gestartet: vor 20 Minuten
   ETA: ~15 Minuten

2. competitor-research-project
   Status: In Bearbeitung
   Gestartet: vor 5 Minuten
   ETA: ~45 Minuten

Ergebnisse empfangen

Wenn eine Aufgabe abgeschlossen ist, erhältst du Ergebnisse basierend auf deiner Konfiguration:

// Benachrichtigung (falls aktiviert)
Dreaming-Aufgabe abgeschlossen: sales-trend-analysis-2024

Wichtige Erkenntnisse:
- Umsatz stieg über 6 Monate um 23%
- Q4 zeigte stärkstes Wachstum (34%)
- Top-Produkt: Enterprise Plan
- Empfohlene Aktion: Marketing-Budget erhöhen

Vollständiger Bericht in MEMORY.md gespeichert

Einschränkungen und Überlegungen

Dreaming ist leistungsstark, hat aber wichtige Einschränkungen zu verstehen.

Ressourcenbeschränkungen

Jede Dreaming-Aufgabe verbraucht:

• Speicher für Aufrechterhaltung des Aufgabenkontexts
• API-Kontingent für laufende Verarbeitung
• Möglicherweise Speicherplatz für Zwischenergebnisse

Überwache deine Ressourcennutzung. Zu viele gleichzeitige Dreaming-Aufgaben können die Gesamtsystemleistung beeinträchtigen.

Kontext-Isolation

Dreaming-Aufgaben laufen mit dem Kontext, der zum Zeitpunkt der Erstellung verfügbar war. Sie sehen nicht automatisch neue Informationen aus nachfolgenden Konversationen. Wenn die Aufgabe aktualisierten Kontext braucht, musst du sie möglicherweise neu starten.

Fehlerbehandlung

Hintergrundaufgaben können stillschweigend fehlschlagen, wenn nicht richtig konfiguriert. Immer:

• Vernünftige Timeouts setzen
• Benachrichtigungen für Fehler aktivieren
• Task-Status periodisch für lang laufende Arbeit prüfen
• Wichtige Ergebnisse in persistente Dateien speichern

Kostenimplikationen

Hintergrundaufgaben verbrauchen API-Tokens genau wie Vordergrundaufgaben. Lang laufende Dreaming-Prozesse können erhebliche Kosten verursachen. Setze Budgets und überwache die Nutzung, besonders beim Experimentieren.

Best Practices

Befolge diese Praktiken, um das Meiste aus Dreaming herauszuholen.

Klein anfangen

Beginne mit kurzen, klar definierten Aufgaben, um zu verstehen, wie Dreaming sich in deinem Setup verhält. Steigere die Komplexität schrittweise, während du dich wohlfühlst.

Klare Outputs definieren

Gib immer an, was die Dreaming-Aufgabe produzieren soll:

// Gut: Klare Output-Spezifikation
Analysiere Kundenfeedback vom letzten Quartal.
Erstelle eine Zusammenfassung mit:
- Top 5 Beschwerden
- Top 5 Komplimente
- 3 umsetzbare Empfehlungen
Speichere Ergebnisse in MEMORY.md unter #customer-feedback-q4

// Weniger effektiv: Vage Anfrage
Schau dir Kundenfeedback an und sag mir, was du findest.

Mit Sub-Agenten kombinieren

Kombiniere Dreaming mit Sub-Agenten für leistungsstarke Workflows. Eine Dreaming-Aufgabe kann Sub-Agenten für parallele Verarbeitung spawnen und Ergebnisse kompilieren, wenn alle fertig sind.

Dokumentiere deine Aufgaben

Behalte im Blick, was du im Hintergrund laufen hast. Erwäge, ein Dreaming-Task-Log in MEMORY.md zu führen:

// In MEMORY.md
# Aktive Dreaming-Aufgaben

- sales-trend-analysis-2024 (gestartet: 2024-01-15, ETA: 30min)
- competitor-research-project (gestartet: 2024-01-15, ETA: 1h)

# Abgeschlossene Dreaming-Aufgaben

- website-seo-audit (abgeschlossen: 2024-01-14, Ergebnisse: #seo-audit-results)

Troubleshooting

Häufige Probleme und ihre Lösungen.

Aufgabe startet nicht

• Verifiziere, dass Dreaming in der Konfiguration aktiviert ist
• Prüfe, ob du das maxConcurrentTasks-Limit erreicht hast
• Stelle sicher, dass der Aufgabentyp Hintergrundausführung unterstützt
• Überprüfe Gateway-Logs auf Fehler

Aufgabe scheint steckengeblieben

• Prüfe, ob die Aufgabe tatsächlich noch läuft oder fehlgeschlagen ist
• Verifiziere API-Konnektivität und Kontingent-Verfügbarkeit
• Überprüfe Timeout-Einstellungen - die Aufgabe wartet möglicherweise auf Ressourcen
• Erwäge, abzubrechen und mit klareren Anweisungen neu zu starten

Fehlende Ergebnisse

• Prüfe, ob storeResultsInMemory aktiviert ist
• Verifiziere Benachrichtigungseinstellungen
• Suche im Workspace des Agents nach Output-Dateien
• Bitte den Agenten, kürzliche Dreaming-Task-Ergebnisse aufzulisten

Zusammenfassung

Dreaming erweitert OpenClaws Fähigkeiten durch echte asynchrone Verarbeitung. Es ist ideal für Recherche, Analyse und jede Aufgabe, die davon profitiert, unabhängig zu laufen, während du dich auf andere Arbeit konzentrierst.

Fange mit einfachen Aufgaben an, überwache die Ressourcennutzung und baue schrittweise komplexere Hintergrund-Workflows. Kombiniert mit Sub-Agenten und ordentlichem Memory-Management hilft dir Dreaming, KI-Systeme zu bauen, die rund um die Uhr arbeiten.