lovensky1992-wk

Self Improving Agent

AI 智能体v1.0.1
作者:lovensky1992-wk更新于 2026-05-11共 8 个版本 · 最新版本发布于 2026-04-19self-improving-learner@clawhub_lovensky1992-wk/self-improving-learner
工作流编排上下文管理记忆增强#Self Improvement#Self Improving#学习#记忆

据 AlphaMoat 统计,截至 2026-09,Self Improving Agent 累计下载 2,151 次、获 0 个星标,在全部 5,078 个 AI 技能中排名第 4,322 位,在「AI 智能体」分类(969 个)中排名第 868 位。

累计安装
133
累计下载
2,151
星标
-
全站排名
#4,322
全站前 86% · 「AI 智能体」前 90%
平台累计安装累计下载星标评论
ClawHub ↗331,324--
SkillHub ↗1332,151-—

各平台的计数口径不同,统计时间不一致。

这个技能是做什么的

该技能描述一个学习闭环:记录值得保留的失败或经验,按模式分类,定期复盘,再将经审查的规则整合到长期记忆或项目指导中。记录前应去除秘密与个人信息;提升为长期指令前需由人明确审核。

资料发布于 2026-10-29

可以用来做什么

  • 希望为智能体建立可复盘的错误学习与持续改进流程的开发者和运营者。

什么时候用

  • 遇到值得复盘的操作失败、用户纠正、能力缺口或更好的做法时使用;一次性小错误和日常操作日志不在其目标范围内。

示例提示词

以下是根据技能文档生成的示例,不代表实际运行结果。

请把这次值得复盘的失败整理成简短经验,先删除敏感信息,并等待我审核后再写入长期指引。

月度数据趋势

累计下载2,151
3851,3342,2822026-03 · 累计下载 5162026-05 · 累计下载 8372026-06 · 累计下载 9672026-07 · 累计下载 1,2732026-08 · 累计下载 1,5652026-09 · 累计下载 2,15126-0326-09
星标-
0112026-03 · 星标 -2026-05 · 星标 -2026-06 · 星标 -2026-07 · 星标 -2026-08 · 星标 -2026-09 · 星标 -26-0326-09

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
2026-092,151—-
2026-081,565+22.9%-
2026-071,273+31.6%-
2026-06967+15.5%-
2026-05837—-
2026-03516—-

SKILL.md 原文

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。

7.3 KB · ClawHub v1.0.1
---
name: self-improvement
version: 1.0.0
description: >
  错误学习闭环:记录失败和纠正 → Pattern-Key 分类 → 定期复盘 → 整合长期记忆 → 防止再犯。
  Use when: (1) 命令/操作意外失败且原因值得记录,
  (2) 用户纠正了错误("不对"/"Actually..."/"你搞错了"),
  (3) 用户要求的能力不存在(能力缺口信号),
  (4) 外部 API/工具故障且需记录规避方案,
  (5) 发现更好的做法可以替代当前方式,
展开全部(共 254 行)
  (6) 开始重大任务前回顾历史教训。
  NOT for: 一次性小错误(typo/手误/用户说"没关系"的)、
  功能性 bug 修复(用 problem-solving)、
  skill 创建/优化(用 skill-creator)、
  日常操作日志(不是每个 tool call 都要记)。
metadata:
---

# Self-Improvement Skill

记录错误和教训,定期复盘整合到长期记忆,持续改进。

> 来源:[ClawHub](https://clawhub.ai) `[email protected]`,3/15 融入 v3.0.2 新特性(Pattern-Key / Recurrence / See Also / Simplify & Harden)
> 原始 repo:https://github.com/pskoett/pskoett-ai-skills

## 核心理念

```
犯错 → 立即记录 → 定期复盘 → 整合记忆 → 形成规则 → 避免再犯
```

不只是记错题本,而是一个**学习闭环**。

---

## 一、被动记录(犯错时触发)

### 什么时候记?

| 信号 | 记到哪 |
|------|--------|
| 命令报错、工具失败 | `.learnings/ERRORS.md` |
| 被用户纠正("不对"、"你搞错了") | `.learnings/LEARNINGS.md` |
| 发现自己编造了信息 | `.learnings/LEARNINGS.md` |
| 用户要求缺失的功能 | `.learnings/FEATURE_REQUESTS.md` |
| 发现更好的做法 | `.learnings/LEARNINGS.md` |

### 记录格式

**ERRORS.md / LEARNINGS.md:**

```markdown
## [LRN-YYYYMMDD-XXX] category

**Logged**: ISO-8601 timestamp
**Priority**: low | medium | high | critical
**Status**: pending | resolved | promoted
**Area**: frontend | backend | infra | config | workflow | content

### Summary
一句话描述

### Details
完整上下文:发生了什么、做错了什么、正确做法是什么

### Suggested Action
具体的修复或改进建议

### Metadata
- Source: conversation | error | user_feedback | simplify-and-harden
- Related Files: path/to/file.ext
- Tags: tag1, tag2
- See Also: LRN-20260312-001(如有关联条目)
- Pattern-Key: harden.config_validation | simplify.dead_code(可选,用于追踪重复模式)
- Recurrence-Count: 1(可选,同一模式出现几次)
- First-Seen: 2026-03-12(可选)
- Last-Seen: 2026-03-15(可选)

---
```

**FEATURE_REQUESTS.md:**

```markdown
## YYYY-MM-DD: 功能名

**需求**: 用户想做什么
**场景**: 为什么需要
**状态**: pending / resolved
**方案**: (如果有的话)

---
```

### 记录原则

1. **立即记** — 刚犯错时上下文最完整,拖了就忘
2. **写教训不写流水账** — 重点是"下次怎么避免",不是"事情经过"
3. **一条教训一个行动** — 能转化为具体规则的才有价值
4. **关联已有条目** — 用 `See Also: LRN-xxx` 关联类似问题
5. **追踪重复模式** — 同一类错误用相同的 `Pattern-Key`,`Recurrence-Count` 递增。≥3 次 → 必须 promote 成规则

---

## 二、主动复盘(定期触发)

### 复盘时机

| 时机 | 做什么 |
|------|--------|
| **每次 session 启动** | 扫一眼 `.learnings/` 最近条目,避免重复犯错 |
| **heartbeat 每 2 天一次** | 完整复盘:回顾近期 learnings,整合到 MEMORY.md |
| **大任务开始前** | 搜索相关 learnings,预防已知问题 |
| **同一个错犯了 3 次** | 必须 promote 成永久规则 |

### 复盘流程(heartbeat 触发)

```
1. 读取最近 2-3 天的 .learnings/ 文件
2. 识别有价值的条目(高频、高影响、可泛化)
3. 整合到 MEMORY.md 的「教训与规则」部分
4. 已整合的条目标记为 [已归档]
5. 检查是否有条目需要 promote 到 AGENTS.md / SOUL.md / TOOLS.md
```

### 复盘模板

在 heartbeat 复盘时,用这个框架思考:

```markdown
## 本周复盘 (YYYY-MM-DD)

### 犯了什么错?
- ...

### 学到什么?
- ...

### 哪些该变成规则?
- → promote 到 [目标文件]

### 哪些已经不再相关?
- → 标记 [已归档]
```

---

## 三、记忆整合(learnings → 长期记忆)

### Promote 规则

| 条件 | Promote 到哪 |
|------|-------------|
| 改变我做事方式的教训 | `AGENTS.md`(工作流规则)|
| 改变我说话/行为方式的教训 | `SOUL.md`(人格规则)|
| 工具使用的坑 | `TOOLS.md`(工具笔记)|
| 值得长期记住但不算规则的 | `MEMORY.md`(长期记忆)|
| 同一个错 ≥3 次(Recurrence-Count ≥ 3) | **必须** promote,不能只留在 learnings |

### Simplify & Harden 模式(v3.0 新增)

在日常工作中发现可以简化或加固的重复模式时,用 `Pattern-Key` 追踪:

| 模式类型 | Pattern-Key 前缀 | 例子 |
|---------|-----------------|------|
| **Simplify**(简化冗余) | `simplify.*` | `simplify.dead_code`、`simplify.redundant_check` |
| **Harden**(加固薄弱点) | `harden.*` | `harden.config_validation`、`harden.error_handling` |

**工作流:**
1. 发现重复模式 → 记录到 LEARNINGS.md,设置 `Pattern-Key` 和 `Recurrence-Count: 1`
2. 再次出现 → 更新同一条目的 `Recurrence-Count` 和 `Last-Seen`
3. `Recurrence-Count ≥ 3` → promote 到 AGENTS.md/TOOLS.md 成为永久规则

### Promote 格式

从 learnings 提炼成**短规则**,不是复制粘贴整段:

❌ 不要这样(太长):
> 2026-03-04 因为在 models.providers 里加了 capabilities 字段导致 Config invalid,
> 然后 restart 后 webchat 崩了,用户被锁 30 分钟……(500 字)

✅ 要这样(短规则):
> **改 openclaw.json 后必须先 `openclaw status` 校验,确认无 error 再 restart。**

### MEMORY.md 结构建议

```markdown
# MEMORY.md

## 关于老板
(用户偏好、习惯、重要信息)

## 活跃项目
(当前在做的事)

## 教训与规则
(从 learnings promote 上来的重要教训)

## 工具与环境
(环境特定的知识,如 API 配置、设备信息)
```

---

## 四、文件管理

### 目录结构

```
<WORKSPACE>/
├── .learnings/
│   ├── ERRORS.md          # 错误记录
│   ├── LEARNINGS.md       # 教训记录
│   └── FEATURE_REQUESTS.md # 功能需求
├── MEMORY.md              # 长期记忆(整合后的精华)
├── AGENTS.md              # 工作流规则(promote 的硬性规则)
├── SOUL.md                # 人格规则
└── TOOLS.md               # 工具笔记
```

### 文件大小控制

- `.learnings/` 每个文件保持 <5KB
- 超过时归档旧条目到 `.learnings/archive/YYYY-MM.md`
- MEMORY.md <6KB(定期精简)

### 归档规则

条目符合以下任一条件时归档:
- 已 promote 到永久文件
- 超过 30 天且不再相关
- 问题已彻底解决且不会再犯

---

## 五、检测触发词

自动识别这些信号并触发记录:

**用户纠正:**
- "不对"、"你搞错了"、"Actually..."、"No, that's wrong"

**功能请求:**
- "能不能..."、"要是能..."、"Can you..."、"I wish..."

**知识缺口:**
- 用户告诉你不知道的信息
- 文档/API 行为与你理解的不一致

**错误:**
- 命令返回非零退出码
- 异常或堆栈跟踪
- 超时或连接失败

「AI 智能体」分类下的热门技能

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。