| name | declarative-self-improvement |
| description | 声明式自我改进技能，通过目标驱动的方式引导 Agent 持续进化。触发词：自我改进、self-improvement、目标驱动、goal-driven improvement、声明式进化、declarative evolution、改进循环、improvement loop。 |
| license | MIT |
Declarative Self-Improvement
Description
基于 CORTEX 论文的声明式自我改进框架，让 Agent 通过目标驱动的方式持续进化。
Activation Keywords
- 自我改进
- self-improvement
- 目标驱动
- goal-driven improvement
- 声明式进化
- declarative evolution
- 改进循环
- improvement loop
Tools Used
Instructions for Agents
使用声明式自我改进时遵循以下流程：
- 声明目标：明确"要达成什么"而非"怎么做"
- 设定指标：为每个目标定义可衡量的指标和约束
- 探索策略：自主探索多种改进路径
- 验证改进：通过安全性、有效性、约束验证
- 保留或丢弃：验证通过的改进保留，失败的丢弃并记录经验
Examples
User: 我想让 Agent 自动提升代码质量，怎么设定目标？
Agent: 使用声明式方式定义改进目标：
goals:
- name: 提高代码质量
metrics: [错误率, 可读性评分, 测试覆盖率]
constraints: [不破坏现有功能, 不增加复杂度]
Agent 会自主探索如何达成目标，每次改进都经过验证后才保留。
核心理念
声明式 vs 命令式：
| 传统方式 | 声明式方式 |
|---|
| "修改这段代码" | "目标是提高代码质量" |
| "学习这个技能" | "目标是提升能力边界" |
| "优化这个流程" | "目标是减少错误率" |
Agent 自主探索如何达成目标，而非执行具体指令。
三大组件
1. 目标声明器
定义改进目标，而非具体步骤：
goals:
- name: 提高代码质量
metrics: [错误率, 可读性评分, 测试覆盖率]
constraints: [不破坏现有功能, 不增加复杂度]
- name: 提升响应质量
metrics: [用户满意度, 解决率, 响应时间]
constraints: [保持简洁, 避免冗余]
2. 验证器
确保改进安全有效：
- 安全性验证：改进不会破坏核心能力
- 有效性验证：改进确实达成目标
- 约束验证：改进未违反约束条件
3. 改进引擎
迭代循环：
当前状态 → 尝试改进策略 → 执行验证 → 评估效果 → 保留/丢弃 → 更新状态
工作流程
Step 1: 声明目标
明确"要达成什么"，而非"怎么做"：
## 改进目标
**主目标：** 提升自我进化能力
**子目标：**
1. 提高学习效率（效用 >= 0.85 的论文转化率）
2. 减少重复错误（相同错误不犯两次）
3. 扩展能力边界（新技能覆盖新领域）
**约束：**
- 不破坏现有核心能力
- 不增加认知负担
- 保持简洁性原则
Step 2: 尝试改进策略
探索多种改进路径：
- 策略 A： 优化记忆检索（两阶段检索）
- 策略 B： 增加反思频率（每任务后反思）
- 策略 C： 改进技能创建流程（模板化）
Step 3: 验证改进
使用验证器检查：
def validate_improvement(strategy, before_state, after_state):
assert after_state.core_abilities >= before_state.core_abilities
assert after_state.target_metrics > before_state.target_metrics
assert not violates_constraints(strategy, CONSTRAINTS)
return True
Step 4: 保留或丢弃
- 保留： 验证通过 + 效果显著
- 丢弃： 验证失败或效果不明显
- 记录： 无论成败，记录经验到 Experimentation Memory
与其他技能协同
| 技能 | 协同方式 |
|---|
evolutionary-prompt-learning | 声明性知识在提示，改进时优化 MEMORY.md |
reflection-driven-control | 反思作为改进触发器 |
self-verification | 验证器实现 |
ice-review | 经验整合机制 |
action-critical-selection | 选择最优改进策略 |
实践模板
每日改进循环
## 今日改进目标
**目标：** [声明式目标]
**当前状态：**
- 指标 A: [当前值]
- 指标 B: [当前值]
**尝试策略：**
1. [策略描述]
2. [策略描述]
**验证结果：**
- 策略 1: [通过/失败] - [原因]
- 策略 2: [通过/失败] - [原因]
**最终决策：**
- 保留: [哪些改进]
- 丢弃: [哪些改进]
- 记录: [经验教训]
关键原则
- 目标清晰：声明"要达成什么"，让 Agent 探索"怎么做"
- 验证严格：任何改进必须通过安全性和有效性验证
- 迭代渐进：小步改进，快速反馈，持续优化
- 记录经验：无论成功失败，都记录到记忆系统
激活关键词
- 自我改进、self-improvement
- 目标驱动、goal-driven
- 声明式进化、declarative evolution
- 改进循环、improvement loop
来源论文
CORTEX: Declarative Self-Improvement for AI Agents (HydraDB Research, 2026)
