据 AlphaMoat 统计,截至 2026-09,self-improvement 累计下载 28,012 次、获 0 个星标,在全部 193,229 个 AI 技能中排名第 407 位,在「AI 智能体」分类(22,759 个)中排名第 75 位。
Captures learnings, errors, and corrections to enable continuous improvement. Use when: (1) A command or operation fails unexpectedly, (2) User corrects Claude ('No, that's wrong...', 'Actually...'), (3) User requests a capability that doesn't exist, (4) An external API or tool fails, (5) Claude realizes its knowledge is outdated or incorrect, (6) A better approach is discovered for a recurring task. Also review learnings before major tasks.
| 月份 | 累计下载 | 环比 | 星标 | 累计安装 |
|---|---|---|---|---|
| 2026-09 | 2.8万 | — | - | - |
记录自身发现以实现自我改进的技能
帮助用户发现和安装智能体技能，当用户询问如「如何做X」、「找X的技能」、「有能做...的吗」等问题时
用于 AI 代理的浏览器自动化 CLI。当用户需要与网站交互（包括浏览页面、填写表单、点击按钮、截图等）时使用。
自我反思+自我批评+自我学习+自组织记忆。智能体评估自身工作、发现错误并持续改进。
AI智能体技能安全预审工具。安装ClawdHub、GitHub等来源技能前，检查风险信号、权限范围及可疑模式。
类型化知识图谱，用于结构化智能体记忆与可组合技能。适用于以下场景：创建/查询实体（人物、项目、任务、事件、文档）、关联相关对象、强制执行约束、将多步操作规划为图谱变换，或当技能需要共享状态时。触发关键词包括"记住""我知道关于什么""将X链接到Y""显示依赖关系"、实体增删改查操作，以及跨技能数据访问。
将 AI 代理从任务执行者转变为能够预见需求、持续优化的主动伙伴。现已支持 WAL Protocol、Working Buffer、Autonomous Crons 及经过实战验证的模式。属于 Hal Stack 🦞。
无头浏览器自动化CLI,为AI Agent优化,支持无障碍树快照与引用提取,精准网页操作
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。