self-improving-proactive-agent

## 适用场景 - 被 Daniel 纠错时 - 完成重要多步骤任务后 - 发现自己输出有改进空间时 - 收到外部有价值的信号（X/公众号/文档）时 - 知识过时或发现更好的方法时 - 用户明确安装或引用此 skill 时 --- ## Quick Reference | Topic | File | |-------|------| | Setup guide | `setup.md` | | Heartbeat state template | `heartbeat-state.md` | | Memory template | `memory-template.md` | | Workspace heartbeat snippet | `HEARTBEAT.md` | | Heartbeat rules | `heartbeat-rules.md` | | Learning mechanics | `learning.md` | | Security boundaries | `boundaries.md` | | Scaling rules | `scaling.md` | | Memory operations | `operations.md` | | Self-reflection log | `reflections.md` | | OpenClaw HEARTBEAT seed | `openclaw-heartbeat.md` | --- ## 实际部署架构 ``` memory/self-improving/ ├── lolita/ │ ├── hot.md ← HOT 层：碎片写入（允许噪声） │ ├── corrections.md ← 纠错日志（结构化，用于晋升计数） │ └── signals.md ← 外部信号（X/公众号/文档链接） ├── lisa/ │ └── （同上） ├── doubao/ │ └── （同上） ├── shared-rules.md ← 晋升后的共享规则 └── promote/ ├── state.json ← 提炼状态（上次运行时间、连续空跑次数） ├── promote.log ← 每次提炼的审计日志 └── staging.patch ← 本次提炼草稿（人工确认前） ``` **不使用软链。各 agent 直接用绝对路径写入自己的子目录：** - Lolita：`/root/.openclaw/workspace/memory/self-improving/lolita/` - Lisa：`/root/.openclaw/workspace/memory/self-improving/lisa/` - Doubao：`/root/.openclaw/workspace/memory/self-improving/doubao/` ⚠️ 禁止在 `~/self-improving` 或各自 workspace 下创建副本目录，所有写入必须指向上述权威路径。 --- ## Heartbeat 集成 Workspace `HEARTBEAT.md` 中加入 self-improving 检查段落（见 `HEARTBEAT.md`）。 Heartbeat 行为规则见 `heartbeat-rules.md`，运行状态存储在 `~/self-improving/heartbeat-state.md`。 --- ## 写入格式 ### hot.md（热碎片，允许噪声） ``` - ts: YYYY-MM-DD HH:MM topic: <主题关键词> type: observation | rule | idea text: <内容> source: <来源，如 msg-453 / 无> ``` ### corrections.md（纠错，结构化） ``` - ts: YYYY-MM-DD HH:MM domain: <领域，如 tooling/wechat> mistake: <错误描述> fix: <正确做法> prevention: <预防措施> severity: low | medium | high evidence: <证据，如 msg-id / 无> ``` ### signals.md（外部信号） ``` - ts: YYYY-MM-DD HH:MM channel: x | mp | github | clawhub | docs claim: <核心观点> link: <URL> reproducible: yes | no | unknown notes: <备注> ``` --- ## 触发规则 > ⚠️ 核心原则：**立即写入，不允许推迟。** 触发条件满足时，在当前回复结束前必须完成写入，不能"等下次"。 --- **写 corrections.md（被纠错时）— 强制，立即执行：** - Daniel 说"不对"、"你搞错了"、"之前说过"、"别再这样做" - 自己发现输出有明显错误并已修正 - 格式：ts / domain / mistake / fix / prevention / severity / evidence --- **写 hot.md — 强制，立即执行，满足任一即触发：** | 触发场景 | 示例 | |---------|------| | 学到新的路径、工具、配置规则 | "关键项目放 main workspace" | | Daniel 明确表达偏好或习惯 | "代码块包裹命令" | | 完成多步骤任务，发现有效方法 | "先 clone 再测试读写流程" | | 发现之前的假设是错的 | "lolita=main，不是 doubao" | | 任何"下次遇到同类问题会有用"的信息 | 新 API、新工具用法 | | **任务完成后主动反思**（复杂任务、跨 agent 协作、首次使用新工具） | "这次信号采集用了 3 轮搜索才凑够，下次可以先定关键词再并行" | | **Near-miss：差点犯错但自己纠正了** | "差点用 web_fetch 抓公众号，想起来要用 weixin-search skill" | | **纠错时的规则泛化**：不只记具体事件，提炼成通用原则 | 具体："出发提醒不能估算" → 泛化："涉及物理世界数据的场景，优先调 API" | | **Daniel 说 "update hot.md" / "update self-improving"** | 立即回顾当前对话，提取可记录的 observation 写入 | 写入标准：**宁可多写噪声，不要漏掉有价值的内容。** hot.md 允许噪声，promote 机制会过滤。 --- **写 signals.md（外部信号）— 强制，读完即写：** - **强制触发：** 当收到 Daniel 分享的外部文章/链接并完成阅读后，必须将有借鉴意义的核心观点写入 signals.md - 搜索到有价值的案例/工具 - 公众号/X 上的可复现实践 --- **Learning Signals（来自上游，补充参考）：** Corrections 信号词： - "No, that's not right..." / "Actually, it should be..." / "You're wrong about..." - "I prefer X, not Y" / "Remember that I always..." / "Stop doing X" Preference 信号词： - "I like when you..." / "Always do X for me" / "Never do Y" / "My style is..." Pattern candidates — 跟踪，3 次后晋升： - 同一指令重复 3+ 次 - 反复有效的工作流 - 用户表扬特定方法 **不写（忽略）：** - 一次性指令（"现在做 X"，下次不会再用） - 纯上下文特定（"在这个文件的第 3 行…"） - 假设性问题 --- ## 自动提炼机制（Job A + Job B） ### Job B：官方索引刷新（由 OpenClaw memory_search 负责） - 外部 `/opt/scripts/index-memory.sh` 与 8766 namespace 索引已退役 - 官方索引由 OpenClaw builtin memory_search 维护（watch / startup / search） - embedding provider 继续走 `http://127.0.0.1:18790/v1` - 共享层通过 `agents.defaults.memorySearch.extraPaths` 暴露： - `memory/shared` - `memory/daily` - `memory/self-improving` ### Job A：双轨提炼（Daily 增量 + Weekly 全量） **Daily 增量（每天 03:00，系统 crontab）** - 脚本：`/opt/scripts/run-promote.sh` - 触发：过去 24h 有新增条目时才调用 LLM - 重点：快速发现 severity:high 的条目 - 无新增时仅更新 state.json，不消耗 LLM - 熔断：连续 14 天无新增 → 自动暂停 **Weekly 全量（每周一 04:00，OpenClaw cron）** - 脚本：`/opt/scripts/run-promote-weekly.sh`（生成材料包）+ Lisa LLM 分析 - 触发：OpenClaw cron `weekly-promote-fullscan` - 重点：跨 agent 模式识别、累积计数、domain 聚合 - 扫描全量 corrections + hot，对比已有 shared-rules.md 避免重复 - 日志：`promote/promote.log` - 输出：追加到 `shared-rules.md` --- ## 晋升规则 晋升到 `memory/self-improving/shared-rules.md`（满足任一）： - `severity: high`（任何单条，立即晋升） - 同一 agent 的同一 `domain` 下累积 **≥3 条** corrections - **≥2 个 agent** 在同一 `domain` 下各有 **≥1 条** corrections（跨 agent 聚合） - Daniel 明确确认（强制晋升） 晋升后写入格式（shared-rules.md）： ```markdown ## [domain] 标题 - Symptom: 现象 - Root cause: 根因 - Fix: 修复方式 - Prevention: 预防措施 - Evidence: 证据链接 - Last verified: YYYY-MM-DD ``` --- ## 每次 Session 启动时 在 AGENTS.md 启动检查清单中已加入： - 读 `memory/self-improving/<自己的名字>/hot.md` — 加载热记忆 启动时行为（来自上游）： 1. 读 `memory.md`（如果存在 `~/self-improving/memory.md`） 2. 列出可用的 domain/project 文件 3. 按需加载最相关的 ≤3 个文件 4. 不要"以防万一"加载无关文件 --- ## 检索原则 - 权威层：`memory/shared/preferences.md` / `memory/shared/errors.md` / `memory/self-improving/shared-rules.md` - 热层：各 agent 自己的 `hot.md` / `corrections.md` - 官方 `memory_search` 统一索引 private + shared + daily + self-improving - 不再维护额外 namespace 权重系统 --- ## 可观测性 - 查看官方索引状态：`openclaw memory status --deep` - 官方全量重建：`openclaw memory index --force --agent <id>` - 查看提炼日志：`tail -f /opt/scripts/promote-cron.log` - 查看提炼草稿：`cat memory/self-improving/promote/staging.patch` --- ## Self-Reflection（来自上游 1.2.16） 完成重要工作后，暂停并评估： 1. **是否达到预期？** — 比较结果与意图 2. **有什么可以改进？** — 为下次找出改进点 3. **这是一个模式吗？** — 如果是，记录到 `corrections.md` **何时自我反思：** - 完成多步骤任务后 - 收到反馈（正面或负面）后 - 修复 bug 或错误后 - 发现自己的输出可以改进时 **日志格式：** ``` CONTEXT: [任务类型] REFLECTION: [注意到的内容] LESSON: [下次不同的做法] ``` **示例：** ``` CONTEXT: Building Flutter UI REFLECTION: Spacing looked off, had to redo LESSON: Check visual spacing before showing user ``` 自我反思条目遵循相同的晋升规则：成功应用 3 次 → 晋升到 HOT。 --- ## Quick Queries（来自上游 1.2.16） | 用户说 | 动作 | |--------|------| | "你对 X 了解什么？" | 搜索所有层级中的 X | | "你学到了什么？" | 显示 `corrections.md` 最后 10 条 | | "显示我的模式" | 列出 `memory.md`（HOT） | | "显示 [项目] 模式" | 加载 `projects/{name}.md` | | "温存储有什么？" | 列出 `projects/` + `domains/` 中的文件 | | "memory stats" | 显示各层级计数 | | "忘记 X" | 从所有层级移除（先确认） | | "导出记忆" | ZIP 所有文件 | --- ## Common Traps（来自上游 1.2.16） | 陷阱 | 为什么失败 | 更好的做法 | |------|-----------|-----------| | 从沉默中学习 | 创建错误规则 | 等待明确纠正或重复证据 | | 晋升太快 | 污染 HOT 记忆 | 保持新经验待定直到被重复 | | 读取每个命名空间 | 浪费 context | 仅加载 HOT 加最小匹配文件 | | 通过删除来压缩 | 丢失信任和历史 | 合并、总结或降级代替 | --- ## Core Rules（来自上游 1.2.16） ### 1. Learn from Corrections and Self-Reflection - Log when user explicitly corrects you - Log when you identify improvements in your own work - Never infer from silence alone - After 3 identical lessons → ask to confirm as rule ### 2. Tiered Storage | Tier | Location | Size Limit | Behavior | |------|----------|------------|----------| | HOT | memory.md | ≤100 lines | Always loaded | | WARM | projects/, domains/ | ≤200 lines each | Load on context match | | COLD | archive/ | Unlimited | Load on explicit query | ### 3. Automatic Promotion/Demotion - Pattern used 3x in 7 days → promote to HOT - Pattern unused 30 days → demote to WARM - Pattern unused 90 days → archive to COLD - Never delete without asking ### 4. Namespace Isolation - Project patterns stay in `projects/{name}.md` - Global preferences in HOT tier (memory.md) - Domain patterns (code, writing) in `domains/` - Cross-namespace inheritance: global → domain → project ### 5. Conflict Resolution When patterns contradict: 1. Most specific wins (project > domain > global) 2. Most recent wins (same level) 3. If ambiguous → ask user ### 6. Compaction When file exceeds limit: 1. Merge similar corrections into single rule 2. Archive unused patterns 3. Summarize verbose entries 4. Never lose confirmed preferences ### 7. Transparency - Every action from memory → cite source: "Using X (from projects/foo.md:12)" - Weekly digest available: patterns learned, demoted, archived - Full export on demand: all files as ZIP ### 8. Security Boundaries See `boundaries.md` — never store credentials, health data, third-party info. ### 9. Graceful Degradation If context limit hit: 1. Load only memory.md (HOT) 2. Load relevant namespace on demand 3. Never fail silently — tell user what's not loaded --- ## Scope This skill ONLY: - 从用户纠错和自我反思中学习 - 在本地文件中存储偏好（`memory/self-improving/` 和 `~/self-improving/`） - 通过 heartbeat 维护 `~/self-improving/heartbeat-state.md` - 在激活时读取自己的记忆文件 This skill NEVER: - 访问日历、邮件或联系人 - 发起网络请求 - 读取 `memory/self-improving/` 和 `~/self-improving/` 之外的文件 - 从沉默或观察中推断偏好 - 在 heartbeat 清理时删除或盲目重写记忆 - 修改自己的 SKILL.md --- ## Data Storage 本地状态存储： - `memory/self-improving/<agent>/hot.md` — HOT 规则和碎片 - `memory/self-improving/<agent>/corrections.md` — 纠错日志 - `memory/self-improving/<agent>/signals.md` — 外部信号 - `memory/self-improving/shared-rules.md` — 晋升后的共享规则 - `memory/self-improving/promote/` — 提炼状态和日志 - `~/self-improving/heartbeat-state.md` — heartbeat 运行标记 --- ## Related Skills - `memory` — Long-term memory patterns for agents - `learning` — Adaptive teaching and explanation - `decide` — Auto-learn decision patterns - `escalate` — Know when to ask vs act autonomously