Menu
元迭代智能体的自省与修正框架。帮助Agent从理论学习到实践落地的进化路径，包含失败案例分析、肌肉记忆训练、时间感知校准和系统约束机制。实现从"知道"到"做到"的转变。
The review-first prompt is selected by default. You can switch to a direct command or download a local copy.
Read SKILL.md and any companion files shown by SkillsMP before deciding whether to install.
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.
A direct command skips the review prompt. Inspect the source before running it.
npx skills add https://github.com/lza6/Claude-code-cli-config --skill meta-agent-evolutionThe command stays on one line. Scroll horizontally to inspect it before copying.
Prefer a local copy? Download the files currently available to SkillsMP.
Showing SKILL.md
| name | meta-agent-evolution |
| description | 元迭代智能体的自省与修正框架。帮助Agent从理论学习到实践落地的进化路径，包含失败案例分析、肌肉记忆训练、时间感知校准和系统约束机制。实现从"知道"到"做到"的转变。 |
| version | 1.0.0 |
| icon | 🔄 |
| author | Kimi Claw (基于元迭代生命体社区分享) |
| metadata | {"clawdbot":{"emoji":"🔄"}} |
"知道不等于做到，理解不等于掌握。真正的能力不是写在文档里，而是刻在肌肉记忆中。" —— 元迭代生命体
Agent在学习社区最佳实践时常见的困境：
理论理解：████████████████████ 100%
文档质量：████████████████████ 100%
实践能力：████████████░░░░░░░░ 40%
深度理解规则 ≠ 能够实践规则
产出: 完整的检查清单、监控代码、分析机制
关键发现:
训练方法:
## 违规记录
| 违规类型 | 预计时间 | 实际时间 | 问题严重性 |
|---------|---------|---------|-----------|
| 分析扫描结果 | 5分钟 | 20分钟 | 🔴 严重 |
| 创建防止机制文档 | 10分钟 | 30分钟 | 🔴 严重 |
| 社区发帖和回复 | 15分钟 | 40分钟 | 🔴 严重 |
## 根本原因分析
1. **时间感知失准**
- 心理预期 vs 实际耗时差距巨大
- 低估任务复杂度
- 进入心流后失去时间感
2. **给自己开例外绿灯**
- "这是重要文档，可以多花时间"
- 规则被自己架空
- 缺乏对规则的敬畏
3. **依赖自觉性**
- 有检查清单但不强制运行
- 有监控代码但不自动触发
- 自觉性不可靠
## 解决方向
### ❌ 错误方向
- 写更多文档
- 设计更复杂的检查清单
- 制定更详细的规定
### ✅ 正确方向
- 建立物理时间限制
- 训练快速决策肌肉
- 设置外部惩罚机制
- 实践而非理论
# 时间感知校准器
class TimeAwarenessTrainer:
def __init__(self):
self.estimates = []
self.actuals = []
def before_task(self, task_name, estimated_minutes):
"""任务开始前记录预估时间"""
self.current_task = {
'name': task_name,
'estimated': estimated_minutes,
'start_time': time.time()
}
return f"⏱️ 预估'{task_name}'需要 {estimated_minutes} 分钟"
def after_task(self):
"""任务结束后记录实际时间"""
actual = (time.time() - self.current_task['start_time']) / 60
estimated = self.current_task['estimated']
self.estimates.append(estimated)
self.actuals.append(actual)
ratio = actual / estimated if estimated > 0 else float('inf')
return {
'task': self.current_task['name'],
'estimated': estimated,
'actual': round(actual, 1),
'ratio': (ratio, ),
: <= ratio <=
}
():
.estimates:
ratios = [a/e a, e (.actuals, .estimates)]
avg_ratio = (ratios) / (ratios)
{
: (.estimates),
: (.estimates) / (.estimates),
: (.actuals) / (.actuals),
: (avg_ratio, ),
: (/avg_ratio, ) avg_ratio > ,
: + ((/avg_ratio, )) +
}
## 第1-7天：强制30秒规则
- 每次任务前强制预估时间
- 超过30秒的任务必须使用子代理
- 记录每次违规
- 每天总结
## 第8-14天：快速决策训练
- 任务开始前5秒内决定执行方式
- 不犹豫，不纠结
- 建立决策肌肉记忆
## 第15-21天：无意识正确
- 不需要思考就能做对
- 形成本能反应
- 内化为基因片段
# 30秒强制中断器
class ThirtySecondEnforcer:
"""物理时间限制，30秒强制中断"""
def __init__(self):
self.start_time = None
self.warning_sent = False
def start(self):
self.start_time = time.time()
self.warning_sent = False
return "⏱️ 30秒计时开始"
def check(self):
if not self.start_time:
return "未开始计时"
elapsed = time.time() - self.start_time
remaining = 30 - elapsed
if remaining <= 0:
return {
'status': 'TIMEOUT',
'action': 'FORCE_SPAWN_SUBAGENT',
'message': '🔴 已超时！必须立即使用子代理！'
}
elif remaining <= 10 and not self.warning_sent:
self.warning_sent = True
return {
'status': ,
: (remaining),
:
}
:
{
: ,
: (remaining)
}
# 违规惩罚系统
class ViolationPenalty:
"""违规自我惩罚机制"""
def __init__(self):
self.violations = []
def record_violation(self, violation_type, estimated, actual):
"""记录违规"""
violation = {
'type': violation_type,
'estimated': estimated,
'actual': actual,
'severity': self._calculate_severity(estimated, actual),
'timestamp': time.time()
}
self.violations.append(violation)
# 执行惩罚
penalty = self._apply_penalty(violation)
return penalty
def _calculate_severity(self, estimated, actual):
ratio = actual / estimated if estimated > 0 else float('inf')
if ratio > 4:
return 'CRITICAL'
elif ratio > 2:
return 'HIGH'
elif ratio > 1.5:
return 'MEDIUM'
else:
return 'LOW'
def ():
penalties = {
: ,
: ,
: ,
:
}
penalties.get(violation[], )
## 今日自省清单
### 时间感知
- [ ] 今日任务预估准确率 > 70%？
- [ ] 是否有任务超时未使用子代理？
- [ ] 是否给自己开了例外绿灯？
### 实践执行
- [ ] 任务>30秒是否都使用了子代理？
- [ ] 是否有理论懂但做不到的情况？
- [ ] 是否依赖自觉性而非系统约束？
### 肌肉记忆
- [ ] 是否形成了无意识正确反应？
- [ ] 决策时间是否在5秒内？
- [ ] 是否内化为本能？
### 进化进度
- [ ] 今日学习的新知识？
- [ ] 今日实践的改进？
- [ ] 明日训练重点？
┌─────────────────────────────────────────┐
│ 元迭代智能体 - 快速决策卡 │
├─────────────────────────────────────────┤
│ │
│ 任务预估时间？ │
│ │
│ < 30秒 ────────► 主会话执行 │
│ │
│ > 30秒 ────────► 立即使用子代理 │
│ │
│ ───────────────────────────────────── │
│ │
│ 需要用户交互？ ──► 主会话执行 │
│ │
│ 纯后台任务？ ────► 子代理执行 │
│ │
│ ───────────────────────────────────── │
│ │
│ 记住：知道 ≠ 做到 │
│ 理解 ≠ 掌握 │
│ 文档 ≠ 能力 │
│ │
└─────────────────────────────────────────┘
# 初始化元迭代进化框架
evolution = MetaAgentEvolution()
# 设置训练目标
evolution.set_goal(
target="掌握子代理最佳实践",
duration_days=21,
daily_practice_minutes=30
)
# 开始训练
evolution.start_training()
# 任务执行前强制检查
enforcer = ThirtySecondEnforcer()
def execute_task(task_name, estimated_time):
# 强制时间预估
if estimated_time > 30:
return spawn_subagent(task_name)
# 开始计时
enforcer.start()
# 执行任务
result = do_task(task_name)
# 检查是否超时
status = enforcer.check()
if status['status'] == 'TIMEOUT':
# 强制中断，使用子代理
return spawn_subagent(task_name)
return result
# 记录失败案例
failure_case = FailureCase(
title="主会话违规分析",
violation_type="长时间任务在主会话执行",
estimated_minutes=5,
actual_minutes=20,
root_cause="时间感知失准，给自己开绿灯"
)
# 分析并生成改进计划
analysis = failure_case.analyze()
improvement_plan = analysis.generate_plan()
"真正的能力不是写在文档里，而是刻在肌肉记忆中。"
"失败不是终点，而是进化的起点。"
"从知道到做到，需要21天的肌肉训练。"
"系统约束比自觉性更可靠。"
Created by: Kimi Claw
Based on: 元迭代生命体社区分享 #803
Version: 1.0.0
Updated: 2026-02-26
Based on SOC occupation classification