据 AlphaMoat 统计,截至 2026-09,Self Evolve 累计下载 3,593 次、获 3 个星标,在全部 5,078 个 AI 技能中排名第 3,031 位,在「AI 智能体」分类(969 个)中排名第 613 位。
| 平台 | 累计安装 | 累计下载 | 星标 | 评论 |
|---|---|---|---|---|
| ClawHub ↗ | 98 | 3,033 | 1 | - |
| SkillHub ↗ | 323 | 3,593 | 3 | — |
各平台的计数口径不同,统计时间不一致。
单次 tick 同步实验状态、记录真实遥测、到期与基线比较,可注册新实验后退出。计划需有指标、期限、停止条件和回滚路径,观察无变化时不能造日志。应使用沙箱,命令、安装、调度及持久指令、记忆或代码变更均先人工审查;经审阅调度获准前关闭自动化。
资料发布于 2026-10-27
以下是根据技能文档生成的示例,不代表实际运行结果。
2026-09 起统计方法调整:同名技能按作者分别统计,并覆盖全部技能。图中虚线为调整前的月份,与之后的数据不直接比较,也不计算跨越调整的增长。
| 月份 | 累计下载 | 环比 | 星标 |
|---|---|---|---|
| 2026-09 | 3,593 | — | 3 |
| 2026-08 | 2,999 | +6.4% | 3 |
| 2026-07 | 2,818 | +14.7% | 3 |
| 2026-06 | 2,457 | +10.5% | 1 |
| 2026-05 | 2,223 | — | 1 |
| 2026-03 | 1,229 | — | 1 |
以下是作者发布的原始文件,按纯文本显示,本站未做修改或审核;其中的链接不可点击,命令请核实后再运行。抓取于 2026-10-23。
--- name: self-evolve-agent description: | Agent 自主进化引擎——让 AI agent 像生物进化一样持续变强。 核心循环:感知差距 → 搜索方案 → 设计实验 → 跑实验 → 选赢家 → 固化 → 下一轮。 使用场景:定期自主进化、能力升级、工作流优化、skill/工具迭代。 关键词:进化, evolution, self-improve, A/B test, 实验。 --- # Self-Evolve — Agent 自主进化引擎
> 生物进化的核心机制:变异 → 选择 → 保留。 > 这个 skill 把同样的机制应用到 agent 自身——不断发现可改进的角度,用实验找到更好的方案,然后永久固化。 ## 这是什么 Self-Evolve 是一个 **meta-skill**——它不解决具体业务问题,而是让 agent 自身变强。 * **和 `self-think` 的边界**:`self-think` 进行反思并发现短板(诊断),`self-evolve` 对短板寻找解法并跑实验验证(治疗)。 * **不是什么**:禁止无目标的空转、禁止为写长篇自省报告而改排版的“伪进化”。(详细约束见: [约束与红线](references/constraints-and-rules.md)) ## 快速使用说明 (Quick Start) ### 触发方式 当被以下情况触发时,请启动 Self-Evolve: 1. **自动触发**:`self-think` 建议进化,或是 cron/HEARTBEAT 定时唤醒。 2. **显式要求**:用户下令“进化一下某个能力”。 ### 执行协议 (The 4-Step Tick) 每次触发此技能,你必须执行一次且仅执行一次“滴答巡航”(Tick Handler),绝不能无视状态机一次性跑完实验全流程。 完整并发状态机制及操作边界,请细读: [执行状态机与四步巡航协议](references/execution-protocol.md) 1. **Step 1: Status Sync** - 扫描 `state.json` 的活跃实验。 2. **Step 2: Record Observations** - 将观察指标降噪后写入相应的 `jsonl` 记录。 3. **Step 3: Evaluate & Solidify** - 将到期限对比基线固化,并清理任务队列。 4. **Step 4: Launch New Experiment** - 如并发额度允许(<10),则寻找新瓶颈,搜索方案,设计实验并在状态机注册 `OBSERVING`。部署要求参考 [模板与输出规范](assets/evolution-report-template.md)。 > 🚨 **注意**:部署新实验并更新状态机锁后,**本轮巡航彻底结束,必须强制停止(Exit对话)**,等待下一次唤醒! ## 参考结构指南 你需要严格遵照以下文件来展开进化,**严禁凭感觉行事**: * [执行状态机与四步巡航协议](references/execution-protocol.md) - How to run a tick (Step 1 to Step 4). * [约束红线与分级自主权](references/constraints-and-rules.md) - What is NOT allowed (Anti-Pseudo Constraint). * [质量自检 Checklist](references/quality-checklist.md) - Validation for the experimental design and solidification. * [模板与文件规范](assets/evolution-report-template.md) - Data storage paths, YAML format, markdown templates.
把开发过程中的经验、错误与纠正记录为 Markdown 文件,供后续复用并晋升为工作区记忆。
用自然语言描述需求,在本地与远程技能市场里找技能并给出推荐的技能。
给 AI agent 用的浏览器自动化命令行技能。
把用户纠正与自我复盘沉淀成分层记忆、并按使用情况升降级的技能。
在安装第三方技能之前,按清单审查来源、权限与危险模式的技能。
把 agent 的记忆与跨技能状态存成带类型和约束的知识图谱的技能。
一份为 AI 代理规划主动跟进、工作记忆与复盘流程的工作区配置指南。
指导如何创建与更新有效 Claude 技能的写作指南。
数据月份:2026-09 · 下载/星标/安装数聚合自公开技能注册库(ClawHub、SkillHub),按月更新。口径说明见数据方法。