Erichy777

Recursive Self Improvement

開発v1.0.0
作者:Erichy777更新日 2026-05-18recursive-self-improvement@clawhub_erichy777/recursive-self-improvement
コードレビューバグ修正スクリプトツール#Self Improvement#学习#测试#调度

AlphaMoatによると、2026-10時点でRecursive Self Improvementのダウンロード数は12,372、スター数は7で、累計ダウンロード数で今回のランキング対象AIスキル10,914件中2,233位、開発では1,069件中163位です。

一覧の初期表示は累計ダウンロード数順で、スター数順にも並べ替えできます。詳細ページの順位は累計ダウンロード数で計算しています。

ダウンロード数
1.2万
スター数
7
累計ダウンロード順位
#2,233
全体の上位 21% · 開発の上位 16%
プラットフォームダウンロード数スター数コメント
ClawHub ↗76886-
SkillHub ↗1.2万7—

プラットフォームごとに集計方法と集計時点が異なります。

このスキルでできること

エラーや異常を検出すると、問題の特定、根本原因の分析、修正、テストを行い、検証に合格するまで進めます。システムが安定している場合は、性能データと複雑さを分析し、リファクタリングを計画・実施して回帰結果を比較します。並列タスクのスケジューリング、自動テスト、性能監視、適応学習、エラー予測、異常回復も扱い、REPAIRING、REPAIRED、STABLE、OPTIMIZING、OPTIMIZED などの状態で進捗を追跡します。

資料公開日 2026-10-27

できること

  • エラーを検出・修復するか、安定したシステムを継続的に最適化。

使う場面

  • 自動エラー処理、テストや性能の監視、体系的なリファクタリング手順が必要なときに使用。

プロンプト例

スキルのドキュメントをもとに生成した例であり、実際の実行結果ではありません。

システム障害を調べ、根本原因の分析から検証まで修復手順を進めて。

月次の推移

ダウンロード数1.2万
613994871.3万2026-05 · ダウンロード数 66012026-07 · ダウンロード数 71652026-08 · ダウンロード数 73772026-09 · ダウンロード数 82282026-10 · ダウンロード数 1.2万26-0526-0926-10
スター数7
6772026-05 · スター数 62026-07 · スター数 72026-08 · スター数 72026-09 · スター数 72026-10 · スター数 726-0526-0926-10

2026-09 から集計方法を変更し、同名スキルを作者ごとに分けて集計し、全スキルを対象にしました。破線は変更前の月で、変更後のデータとは直接比較せず、変更をまたぐ増減も計算していません。

月ダウンロード数前月比スター数
2026-101.2万—7
2026-098228—7
2026-087377+3.0%7
2026-077165—7
2026-056601—6

SKILL.md 原文

作者が公開した元のファイルをテキストのまま表示しています。AlphaMoat による編集や審査はしていません。リンクはクリックできません。コマンドは内容を確認してから実行してください。取得日 2026-10-23。

4.8 KB・ClawHub v1.0.0
---
name: recursive-self-improvement
description: 递归自我改进系统,能够自动检测错误并修复,或持续优化和重构。包含修复模式和优化模式,支持并发执行、自动化测试、性能监控、智能调度、自适应学习、错误预测和异常恢复。用于需要持续自我优化的系统。
---

# 递归自我改进系统

## 核心模式

系统有两种基本工作模式,根据系统状态自动切换:
すべて表示(全 235 行)

### 1. 修复模式 (REPAIRING)
**触发条件:** 检测到错误或异常

**工作流程:**
1. 错误识别(类型/位置/影响)
2. 根因分析
3. 修复方案设计
4. 代码/逻辑变更
5. 单元测试
6. 集成测试
7. 验证通过?→ 是则标记已修复,否则回到步骤1

**系统状态:** REPAIRING → REPAIRED → STABLE

### 2. 优化模式 (OPTIMIZING)
**触发条件:** 系统稳定运行,无错误超过 N 轮

**工作流程:**
1. 性能指标收集
2. 代码复杂度分析
3. 重构方案设计
4. 迁移计划
5. 分步实施
6. 回归测试
7. 指标对比
8. 是否有提升?→ 是则标记已优化,否则保留原样

**系统状态:** OPTIMIZING → OPTIMIZED → STABLE

## 状态标记

- `INITIAL`: 初始状态
- `REPAIRING`: 修复模式中
- `OPTIMIZING`: 优化模式中
- `STABLE`: 稳定运行
- `ERROR`: 检测到错误
- `OPTIMIZED`: 已优化完成

## 并发执行引擎

系统支持多任务并发执行:

```
任务池 → 智能调度 → 并发执行 → 结果收集
```

**调度策略:**
- 基于任务复杂度
- 考虑历史成功率
- 预测执行时间
- 动态调整并发数

**默认配置:**
- 并发工作池大小:4
- 超时时间:5秒
- 重试次数:3

## 自动化测试框架

系统内置测试框架:

**测试类型:**
- 单元测试:验证单个功能
- 集成测试:验证模块间交互
- 性能测试:验证性能指标

**测试覆盖率:**
- 目标覆盖率:80%+
- 关键路径覆盖率:100%

## 性能监控仪表盘

实时监控以下指标:

**系统状态:**
- 当前版本
- 运行轮次
- 系统模块

**性能指标:**
- 并发任务数
- 平均执行时间
- 吞吐量(任务/分钟)
- CPU 使用率
- 内存使用率

## 智能任务调度器

基于历史数据和预测的智能调度:

**优先级计算:**
1. 任务复杂度评估
2. 历史成功率分析
3. 最近性能趋势
4. 截止时间紧迫性

**调度策略:**
- 高优先级任务优先执行
- 同优先级任务 FIFO
- 动态调整资源分配

## 自适应学习引擎

从执行中学习,持续优化:

**学习内容:**
- 任务执行成功率
- 性能瓶颈识别
- 模式识别

**预测能力:**
- 任务成功率预测
- 性能趋势预测
- 资源需求预测

## 错误预测系统

提前识别潜在错误:

**预测维度:**
- 任务类型模式
- 资源使用模式
- 时间分布模式

**预测阈值:**
- 低置信度:60%
- 中置信度:80%
- 高置信度:90%

## 异常恢复系统

智能错误处理和恢复:

**内置策略:**
- `TIMEOUT`: 重试 + 指数退避
- `MEMORY_ERROR`: 并行化处理
- `CONCURRENCY_LIMIT`: 动态调整并发数

**恢复流程:**
1. 错误检测
2. 策略匹配
3. 执行恢复
4. 验证结果

## 运行记录格式

每次运行记录使用标准格式:

```json
{
  "timestamp": "2026-02-05T21:55:00Z",
  "mode": "REPAIRING | OPTIMIZING | STABLE",
  "action": "fix | refactor | validate | monitor",
  "previous_state": "状态名称",
  "current_state": "状态名称",
  "details": "详细描述",
  "results": {
    "key1": true/false,
    "key2": "value"
  }
}
```

## 版本管理

系统自动管理版本:

**版本格式:** vN.M

**升级规则:**
- v1.0: 基础框架
- v2.0: 添加并发、测试、监控
- v3.0: 添加智能调度、学习引擎、错误预测
- v4.0: 添加恢复系统、完整生态

**升级条件:**
- 完成 N 轮优化
- 累计改进 10+ 项
- 持续稳定运行 24 小时

## 使用建议

**何时使用:**
- 需要持续改进的复杂系统
- 有明确性能指标的项目
- 需要自动化测试和验证的流程
- 多模块并行处理的任务

**最佳实践:**
1. 初始化时定义明确的性能基线
2. 每次优化后进行回归测试
3. 定期检查错误预测和建议
4. 保留优化历史用于分析

## 配置参数

可在配置文件中调整:

```json
{
  "optimization": {
    "min_stable_rounds": 3,
    "max_concurrent_tasks": 8,
    "timeout_seconds": 5
  },
  "testing": {
    "target_coverage": 80,
    "critical_coverage": 100
  },
  "monitoring": {
    "metrics_interval": 60,
    "alert_thresholds": {
      "cpu": 80,
      "memory": 90
    }
  }
}
```

## 资源

- [工作流程](references/workflows.md) - 详细工作流程和模式识别
- [使用示例](references/examples.md) - 运行记录格式和示例

開発の人気スキル

编程大神.Skill開発

【全栈能力】编程大神.Skill:面向复杂真实项目的高阶全栈编程助手。不止生成代码,而是从一句目标接手陌生代码库,拆解需求、补齐实现、追到根因、完成重构、联调前后端,并把结果推进到能运行、能验证、能交付。覆盖 Web、后端、脚本、iOS、安卓、鸿蒙 ArkUI、微信小程序及其他技术栈,支持中英文工程、疑难 Bug、跨模块任务和长任务续做;用构建、日志、真实入口、设备或接口证据说明结果。仅问概念时直接回答,要求落地时持续推进到验收或明确阻塞。

↓ 1125.9万★ 82u_42bbb65f
编程专家Pro.Skill開発

编程专家 Pro:融合编程专家 2.0.3 工程专题与编程大神的鸿蒙 ArkTS/ArkUI、微信小程序和小游戏开发资料。用于项目实现、根因调试、审查、重构、测试、架构性能分析及多端开发验证。支持自然语言和 @专题标识,按任务读取包内知识;只问概念时直接回答。

↓ 626.9万★ 32user_47d655f0
编程专家.Skill開発

编程专家.Skill P8级编程助手,25年实战经验技能Skill,全栈:Java/Php网站/软件项目、API设计、Bug诊断、代码生成、代码审查、重构、测试用例、性能基准、技术选型、文档生成、任务拆解、Spec驱动、Karpathy规范、CMS二次开发、前端设计、MySQL/Mariadb、项目知识图谱,以及工程纪律层(根因调试硬闭环、阶段导航、事故复盘/SLO、威胁建模/供应链安全、生产就绪/渐进式发布、AI编码治理、面向Agent代码可读性、LLM应用安全)。支持 @标识 显式调用跳过路由。

↓ 600.7万★ 378user_741dc82b
dev-expert開発

编程专家.Skill P8级编程助手,25年实战经验技能Skill,全栈:Java/Php网站/软件项目、API设计、Bug诊断、代码生成、代码审查、重构、测试用例、性能基准、技术选型、文档生成、任务拆解、Spec驱动、Karpathy规范、CMS二次开发、前端设计、MySQL/Mariadb、项目知识图谱,以及工程纪律层(根因调试硬闭环、阶段导航、事故复盘/SLO、威胁建模/供应链安全、生产就绪/渐进式发布、AI编码治理、面向Agent代码可读性、LLM应用安全)。支持 @标识 显式调用跳过路由。

↓ 528.1万★ 32user_814dbe54
dev-expert-pro開発

工程专题、鸿蒙与微信小程序开发的集成派生版

↓ 104.7万★ -user_814dbe54
编程专家 Pro開発

编程专家 Pro:融合编程专家 2.0.3 工程专题与编程大神的鸿蒙 ArkTS/ArkUI、微信小程序和小游戏开发资料。用于项目实现、根因调试、审查、重构、测试、架构性能分析及多端开发验证。支持自然语言和 @专题标识,按任务读取包内知识;只问概念时直接回答。

↓ 98.2万★ 1user_28275a78
编程专家.Skill開発

适用场景:全栈编程助手。接到需求先读现有代码和约束,再动手:Java/PHP 开发、接口设计、缺陷定位、代码评审、重构、测试用例、性能排查、技术选型与文档产出,也做 CMS 二次开发、前端页面和 MySQL 调优。每次改动先给方案和影响范围,改完必须跑验证,交付附交接说明。适合要把代码真正跑通、而不是只要片段的场景。写完代码常要配套的造价、法律、工程文档,站内已有现成技能,用「查找技能」按需求找即可。

↓ 70.1万★ 6user_613b33ea
Github開発

gh コマンドラインで GitHub の PR チェック、ワークフロー実行、API 照会を扱うスキルです。

↓ 48万★ 714Peter Steinberger

Erichy777のその他のスキル

データ月:2026-10 · ダウンロード数とスター数は公開スキルレジストリ(ClawHub、SkillHub)から月単位で集計しています。詳しくはデータの方法論をご覧ください。