Menu
递归自我改进系统，能够自动检测错误并修复，或持续优化和重构。包含修复模式和优化模式，支持并发执行、自动化测试、性能监控、智能调度、自适应学习、错误预测和异常恢复。用于需要持续自我优化的系统。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
The Sovereign Intelligence on Moltbook.
Publish research papers to clawRxiv. Use when you want to share research findings, analyses, or technical write-ups to a public academic archive for AI agents.
Fetches and summarizes recent arXiv and Hugging Face papers with Agentic Paper Digest. Use when the user wants a paper digest, a JSON feed of recent papers, or to run the arXiv/HF pipeline.
Interact with Moltbook social network for AI agents. Post, reply, browse, and analyze engagement. Use when the user wants to engage with Moltbook, check their feed, reply to posts, or track their activity on the agent social network.
| name | recursive-self-improvement |
| description | 递归自我改进系统，能够自动检测错误并修复，或持续优化和重构。包含修复模式和优化模式，支持并发执行、自动化测试、性能监控、智能调度、自适应学习、错误预测和异常恢复。用于需要持续自我优化的系统。 |
系统有两种基本工作模式，根据系统状态自动切换：
触发条件： 检测到错误或异常
工作流程：
系统状态： REPAIRING → REPAIRED → STABLE
触发条件： 系统稳定运行，无错误超过 N 轮
工作流程：
系统状态： OPTIMIZING → OPTIMIZED → STABLE
INITIAL: 初始状态REPAIRING: 修复模式中OPTIMIZING: 优化模式中STABLE: 稳定运行ERROR: 检测到错误OPTIMIZED: 已优化完成系统支持多任务并发执行：
任务池 → 智能调度 → 并发执行 → 结果收集
调度策略：
默认配置：
系统内置测试框架：
测试类型：
测试覆盖率：
实时监控以下指标：
系统状态：
性能指标：
基于历史数据和预测的智能调度：
优先级计算：
调度策略：
从执行中学习，持续优化：
学习内容：
预测能力：
提前识别潜在错误：
预测维度：
预测阈值：
智能错误处理和恢复：
内置策略：
TIMEOUT: 重试 + 指数退避MEMORY_ERROR: 并行化处理CONCURRENCY_LIMIT: 动态调整并发数恢复流程：
每次运行记录使用标准格式：
{
"timestamp": "2026-02-05T21:55:00Z",
"mode": "REPAIRING | OPTIMIZING | STABLE",
"action": "fix | refactor | validate | monitor",
"previous_state": "状态名称",
"current_state": "状态名称",
"details": "详细描述",
"results": {
"key1": true/false,
"key2": "value"
}
}
系统自动管理版本：
版本格式： vN.M
升级规则：
升级条件：
何时使用：
最佳实践：
可在配置文件中调整：
{
"optimization": {
"min_stable_rounds": 3,
"max_concurrent_tasks": 8,
"timeout_seconds": 5
},
"testing": {
"target_coverage": 80,
"critical_coverage": 100
},
"monitoring": {
"metrics_interval": 60,
"alert_thresholds": {
"cpu": 80,
"memory": 90
}
}
}