据 AlphaMoat 统计,截至 2026-09,Unified Self Improving 累计下载 1,160 次、获 0 个星标,在全部 5,078 个 AI 技能中排名第 4,955 位,在「AI 智能体」分类(969 个)中排名第 955 位。
| 平台 | 累计安装 | 累计下载 | 星标 | 评论 |
|---|---|---|---|---|
| ClawHub ↗ | 29 | 1,097 | - | - |
| SkillHub ↗ | 174 | 1,160 | - | — |
各平台的计数口径不同,统计时间不一致。
主文描述将日志、分层存储、命名空间和会话生命周期命令组合为自我改进系统。记忆可能持久保存纠错、模式和上下文;卡片指出路径处理可能越界并覆盖或删除本地数据,变更前应审查路径、权限和保留规则。
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 | 1,160 | — | - |
| 2026-08 | 1,032 | +8.4% | - |
| 2026-07 | 952 | +27.6% | - |
| 2026-06 | 746 | +19.0% | - |
| 2026-05 | 627 | — | - |
| 2026-03 | 294 | — | - |
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: unified-self-improving description: 统一自我进化系统,整合 self-improving-agent、self-improving、mulch 三个技能的优势,提供结构化日志、三层存储、自动升级、模式检测、命名空间隔离和 token 高效的 JSONL 格式支持。 version: 1.0.3 tags: [memory, self-improvement, learning, lifecycle] trigger: session-end, error, correction, pattern-detected, manual-trigger, heartbeat --- # 统一自我进化系统 (Unified Self-Improving)
## 概述
本技能整合了以下三个自我进化相关技能的核心功能:
| 技能 | 核心优势 |
|------|----------|
| **self-improving-agent** | Markdown 格式、结构化日志(ID/优先级/状态)、promote 机制、重复模式检测 |
| **self-improving** | 三层存储(HOT/WARM/COLD)、自动升级规则(3次)、命名空间隔离 |
| **mulch** | JSONL 格式、token 效率高(-54%)、prime/query CLI |
整合后的系统提供统一的 CLI 接口,所有命令统一为 `unified-self-improving <command>` 格式。
---
## 架构
### 存储层级
| 层级 | 位置 | 访问频率 | 格式 | 保留时间 |
|------|------|----------|------|----------|
| **HOT** | `memory/hot/` | 实时/每次会话 | Markdown + JSONL 双格式 | 最近 3 次会话 |
| **WARM** | `memory/warm/learnings/` | 频繁查询 | JSONL | 3-10 次会话 |
| **COLD** | `memory/cold/archive/` | 归档参考 | JSONL | 10+ 次会话 |
---
## CLI 命令
```
unified-self-improving <command> [options]
```
| 命令 | 功能 |
|------|------|
| `log` | 记录 correction/error/pattern |
| `query` | 查询学习项 |
| `move` | 移动层级(合并 promote/upgrade) |
| `recall` | 从 COLD 召回 |
| `namespace` | 命名空间管理 |
| `index` | 索引管理(合并 mulch prime) |
| `import` | 批量导入 |
| `session` | 会话 start/end |
| `detect-pattern` | 模式检测 |
---
### 记录学习项
```bash
# 记录用户纠正
unified-self-improving log -t correction -c "用户纠正了我"
# 记录错误
unified-self-improving log -t error -c "命令执行失败" -p high
# 指定命名空间
unified-self-improving log -t pattern -c "检测到重复行为" -n myproject
```
### 查询
```bash
# 查询所有
unified-self-improving query
# 按关键词搜索
unified-self-improving query --pattern "correction"
# 按 ID 查询
unified-self-improving query --id learn-20260315-001
# 按优先级/层级过滤
unified-self-improving query --priority high --level hot
```
### 层级移动
```bash
# 移动到指定层级 (合并 promote/upgrade)
unified-self-improving move --id learn-xxx --to warm
```
### 命名空间
```bash
# 创建命名空间
unified-self-improving namespace create myproject
# 列出命名空间
unified-self-improving namespace list
# 删除命名空间
unified-self-improving namespace delete myproject
```
### 索引
```bash
# 重建索引
unified-self-improving index rebuild
```
### 导入导出
```bash
# 批量导入
unified-self-improving import learnings.jsonl
# 指定目标层级和命名空间
unified-self-improving import -n myproject -l warm data.jsonl
```
### 会话管理
```bash
# 开始会话
unified-self-improving session start
# 结束会话 (自动执行升级和清理)
unified-self-improving session end
```
### 模式检测
```bash
# 检测重复模式
unified-self-improving detect-pattern
# 指定最小出现次数
unified-self-improving detect-pattern -m 3
```
---
## 工作流
### Session Start(会话开始)
1. 加载 `memory/index.jsonl` 建立全局索引
2. 检查 HOT 层是否有未处理的 `corrections` 或 `patterns`
3. 如有需要,从 WARM/COLD 层召回相关历史学习
4. 初始化会话日志文件
```bash
# 加载索引
cat ~/.openclaw/workspace/memory/index.jsonl | jq -s 'from_entries'
# 召回相关学习
unified-self-improving recall --id learn-xxx
```
### Session End(会话结束)
1. 合并会话日志到 HOT 层
2. 执行自动升级检查(HOT → WARM)
3. 更新全局索引
4. 清理过期会话(超过 3 次会话的 HOT 内容)
```bash
# 会话结束处理
unified-self-improving session end
```
---
## 存储结构
```
~/.openclaw/workspace/memory/
├── hot/
│ ├── session-{YYYY-MM-DD}-{HHMMSS}.md
│ ├── session-{YYYY-MM-DD}-{HHMMSS}.jsonl
│ ├── corrections.md
│ ├── errors.md
│ └── patterns.md
├── warm/learnings/{namespace}/
├── cold/archive/{namespace}/
├── namespace/{namespace}/hot|warm|cold/
└── index.jsonl
```
### JSONL 记录格式
```json
{"id": "learn-20260315-001", "namespace": "default", "content": "学习内容", "priority": "high", "status": "active", "access_count": 0, "created_at": "2026-03-15T04:00:00Z", "updated_at": "2026-03-15T04:00:00Z"}
```
---
## 配置
可在 `scripts/lib/config.sh` 中修改:
- `HOT_RETENTION`: HOT 层保留会话数 (默认 3)
- `WARM_RETENTION`: WARM 层保留会话数 (默认 10)
- `AUTO_UPGRADE_THRESHOLD`: 自动升级阈值 (默认 3)
- `DEFAULT_NAMESPACE`: 默认命名空间 (default)
---
## 文件位置
- 技能目录: `~/.openclaw/workspace/skills/unified-self-improving/`
- 存储根目录: `~/.openclaw/workspace/memory/`
- 脚本目录: `~/.openclaw/workspace/scripts/unified-self-improving/`
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。