据 AlphaMoat 统计,截至 2026-06,Self Improving Agent 累计下载 967 次、获 0 个星标,在全部 63,926 个 Claude 技能中排名第 11,805 位,在「AI 智能体」分类(10,757 个)中排名第 2,273 位。
错误学习闭环:记录失败与纠正 → 模式‑关键分类 → 定期复盘 → 整合长期记忆 → 防止再犯。使用场景:(1) 命令/操作意外失败且原因值得记录;(2) 用户纠正错误("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...
| 数据月份 | 累计下载 | 环比 | 星标 | 累计安装 |
|---|---|---|---|---|
| 2026-03 | 516 | — | 0 | 123 |
| 2026-05 | 837 | +62.2% | 0 | 133 |
| 2026-06 | 967 | +15.5% | 0 | 133 |
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 🦞。
专为AI智能体优化的无头浏览器自动化CLI,支持无障碍树快照和基于引用的元素选择。
结构化问题诊断与解决方法论。适用于:(1) 问题原因不明,需要调查/"分析一下这个问题"/"排查一下";(2) 之前的修复尝试失败;(3) 问题涉及多个组件交互/"为什么会这样"/"调查一下原因";(4) 修改有风险或副作用/"诊断一下";(5) 用户明确要求先分析再修复。不适用于:...
使用字节跳动 Seedance 生成 AI 视频:文生视频、图生视频(首帧/首尾帧/参考图)及异步任务查询。支持 Seedance 2.0(多模态输入、视频续生、视频编辑)等多种模型。适用场景:①用户说“生成视频”“做个视频”“AI视频”“text to video”等;②用户要求...
个人内容收藏与知识管理系统。支持收藏、整理、检索和二创。触发场景:(1)用户说收藏/存一下/记录下来/save/bookmark/clip时,(2)用户要求搜索之前收藏的内容时,(3)用户要求基于收藏内容生成社交媒体文案(二创)时,(4)用户提到之前看过/上次的收藏内容时。
小红书端到端运营:账号定位、选题研究、内容生产、发布执行、数据复盘。 Use when: (1) 用户要写小红书笔记/帖子, (2) 用户说"发小红书"/"写个种草文"/"出一篇小红书", (3) 用户讨论小红书选题/热点/爆款分析/竞品对标, (4) 用户提到账号定位/人设/内容方向规划, (5) 用户要求生成...
深度分析X/Twitter用户画像:通过tweety-ns抓取推文、关注与粉丝,生成中文深度档案(主题分类、内容风格、社交网络)。适用场景:①用户说“深挖@xxx”“分析这个博主”“analyze@xxx”;②用户说“看看他发了什么”“这人什么水平”“值不值得……”
数据月份:2026-06 · 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。