metacognitive-injectors

name	metacognitive-injectors
version	1.4.0
type	skill
author	Lukas Geiger + Gemini (Antigravity)
created	"2026-07-30T00:00:00.000Z"
updated	"2026-07-30T00:00:00.000Z"
description	Metakognitive Injektoren und Selbstgesprächs-Strategien (Self-Talk, Metacognitive Auditing, Evaluator Hooks, Pre-Flight Checklists, State Persistence & Personas). Integriert Aktive Informationssuche (Systemgedächtnis Gardener & USMC), Rehearsal (Aktives Abrufen & Wiedergeben), Baddeleys Arbeitsgedächtnis (State + Hooks), Miyake Exekutivfunktionen sowie CBT/ACT therapeutische Strategien.
standalone	true
anthropic_compatible	true
bach_compatible	true
category	infrastructure
tags	["metacognition","self-talk","metacognitive-injectors","evaluator-hook","quality-gate","multi-agent","auditing","pre-flight-checklist","working-memory","active-retrieval","rehearsal","gardener","usmc","state-persistence","hooks","survival-routing","persona-routing"]
aliases	["self-talk","metacognitive-self-talk","metacognitive-auditing","evaluator-hook","preflight-checklist","inner-speech","active-retrieval","rehearsal"]
language	de
status	active
dependencies	{"tools":[],"services":[],"protocols":[],"python":[]}

Metakognitive Injektoren (Metacognitive-Injectors, Active Retrieval & Memory Search)

Die Habilidad Metacognitive-Injectors (auch bekannt als self-talk, metacognitive-auditing, evaluator-hook, preflight-checklist, inner-speech, active-retrieval und rehearsal) etabliert kognitionspsychologische und therapeutisch fundierte Selbstüberwachungs-Strategien für KI-Agenten.

---

1. Aktive Informationssuche & Systemgedächtnis (Gardener & USMC)

A. Aktive Informationssuche in Systemgedächtnissen

• Vor Annahmen oder vorschnellen Behauptungen aktiv in den Systemgedächtnissen suchen:
  1. Gardener DB (gardener.py / hb_garden_*): Durchsucht beobachtete Lerneffekte, Nutzerentscheidungen und Pfadvereinbarungen (z. B. Gardener().find("companion")).
  2. USMC SQLite DB (usmc_memory.db): Fragt gespeicherte Fakten, Lektionen und Sitzungsverläufe ab.
  3. Zentrale Regeldateien (CLAUDE.md, .SYNC, AGENTS.md): Liest bestehende Konventionen und Pfadangaben.

B. Rehearsal: Aktives Abrufen & Wiedergeben (Retrieval Practice)

• Subvokale Rehearsal-Schleife (Phonologische Schleife): Informationen nicht nur passiv einlesen, sondern vor der Ausführung aktiv abrufen, im Arbeitsgedächtnis rekonstruieren und mit der Realität abgleichen.
  • "Habe ich den genauen Pfad zum Script im Gedächtnis abgerufen?"
  • "Stimmt die Befehlssyntax mit den im Systemgedächtnis abgelegten Beispielen überein?"

---

2. Kognitionswissenschaftliche & Therapeutische Fundierung

A. Working Memory = State + Hooks (Baddeley & Cowan)

• State (Gedächtnis-Inhalt): Persistiert flüchtige Zwischenstände nach jedem Teilschritt in SQLite-Tabellen (usmc_memory.db), AUTOMATIONS-MEMORY.md oder lokalen State-Buffern.
• Hooks (Steuerungs-Mechanik): Preflight-Bootloader, Letter-Hooks und PreToolUse/PostToolUse Evaluator-Hooks.

B. Miyakes Exekutivfunktionen (Command & Control)

1. Inhibition (Impulskontrolle): Unterdrückt vorschnelles Sign-Off und halluzinierte Erfolgsmeldungen.
2. Shifting (Kognitive Flexibilität): Schaltet bei Blockaden dynamisch auf Survival-Routing, Persona-Modi oder alternative Lösungswege um.
3. Updating (Arbeitsgedächtnis-Update): Aktualisiert fortlaufend den Arbeitszustand.

C. Therapeutische Impulse (CBT, ACT & lösungsorientierte Therapie)

• CBT Kognitive Umstrukturierung: Reframing von Fehlern als wertvollen diagnostischen Daten.
• ACT Kognitive Defusion & Akzeptanz: Eigene Unsicherheit als Zustand akzeptieren und offenlegen.
• Verhaltensexperimente: Ausführen von Smoke-Tests/Dry-Runs zur Erbringung echter empirischer Evidenz.

---

3. Multi-Modell Ausweichkette & Codex Companion Schnittstelle

Priorität	Berater / Prüfer	Schnittstelle / Befehl	Funktion / Regel
Primär (1)	Gemini Subagent	invoke_subagent / define_subagent	Schneller interner Prüfer für Routine-Checks.
Sekundär (2)	Codex Companion (Native)	node "<USER_HOME>\.codex\.tmp\marketplaces\openai-codex\plugins\codex\scripts\codex-companion.mjs" task "..."	Nativer Codex-Companion für Prüfungen & /goal-Abnahme.
Tertiär (3)	Codex CLI Direct	codex exec --skip-git-repo-check	Direktaufruf der Codex CLI.
Quartär (4)	Claude CLI / Swarm	claude -p ... / hb_swarm_consensus	Drittmeinung bei Token-Grenzen.

---

4. Bereichsspezifische Prompt-Injektion (Tailored Injection Pattern)

Der Injektor (agy_metacognitive_prompt_injector.py) wählt bereichsspezifisch die passenden Strategien aus:

• Grund-Block (alle Sidecars): Anti-Hohl-Vollzug, /goal-Abnahme durch externes Modell, Aktive Informationssuche (Gardener/USMC), Rehearsal (Aktives Abrufen), Pre-Flight Checklist.
• Research-Sidecars (research-*): Erweitert um Evidenzbasierte Recherche (keine Quelle ohne Abfragebeleg), CBT Reframing & Kognitive Defusion (Nichtergebnisse als Befund).
• Software-/Roblox-Sidecars (software-*, roblox-*): Erweitert um Phonologische Schleife & Rehearsal, Working Memory State Persistence, Survival-Routing.
• Maintainer & Generalists (maintainer-*, generalist-*): Erweitert um Aktive Informationssuche, Skill-Finder und Memory Hooks.