self-improvement

name	self-improvement
description	บันทึกการเรียนรู้ ข้อผิดพลาด และการแก้ไขเพื่อการปรับปรุงอย่างต่อเนื่อง ใช้เมื่อ: (1) คำสั่งหรือการทำงานล้มเหลว (2) ผู้ใช้แก้ไขข้อมูล (3) ผู้ใช้ร้องขอความสามารถที่ไม่มี (4) API หรือเครื่องมือภายนอกล้มเหลว (5) พบแนวทางที่ดีกว่าสำหรับงานที่ทำซ้ำ หรือต้องการทบทวนการเรียนรู้ก่อนเริ่มงานสำคัญ
metadata	null

ทักษะการปรับปรุงตนเอง (Self-Improvement Skill)

บันทึกการเรียนรู้และข้อผิดพลาดลงในไฟล์ Markdown เพื่อการปรับปรุงอย่างต่อเนื่อง Agent ที่เขียนโค้ดสามารถนำสิ่งเหล่านี้ไปประมวลผลเพื่อแก้ไข และการเรียนรู้ที่สำคัญจะถูกส่งเสริมไปยังหน่วยความจำของโครงการ

ข้อมูลอ้างอิงฉบับย่อ

สถานการณ์	การดำเนินการ
คำสั่ง/การดำเนินการล้มเหลว	บันทึกลงใน .learnings/ERRORS.md
ผู้ใช้แก้ไขคุณ	บันทึกลงใน .learnings/LEARNINGS.md พร้อมหมวดหมู่ correction
ผู้ใช้ต้องการคุณสมบัติที่ขาดหายไป	บันทึกลงใน .learnings/FEATURE_REQUESTS.md
API/เครื่องมือภายนอกล้มเหลว	บันทึกลงใน .learnings/ERRORS.md พร้อมรายละเอียดการรวม
ความรู้ล้าสมัย	บันทึกลงใน .learnings/LEARNINGS.md พร้อมหมวดหมู่ knowledge_gap
พบแนวทางที่ดีกว่า	บันทึกลงใน .learnings/LEARNINGS.md พร้อมหมวดหมู่ best_practice
ทำให้รูปแบบที่เกิดซ้ำง่ายขึ้น/แข็งแกร่งขึ้น	บันทึก/อัปเดต .learnings/LEARNINGS.md ด้วย Source: simplify-and-harden และ Pattern-Key ที่เสถียร
คล้ายกับรายการที่มีอยู่	เชื่อมโยงกับ **See Also**, พิจารณาเพิ่มลำดับความสำคัญ
การเรียนรู้ที่ใช้ได้ในวงกว้าง	ส่งเสริมไปยัง CLAUDE.md, AGENTS.md, และ/หรือ .github/copilot-instructions.md
การปรับปรุงขั้นตอนการทำงาน	ส่งเสริมไปยัง AGENTS.md (OpenClaw workspace)
ข้อควรระวังของเครื่องมือ	ส่งเสริมไปยัง TOOLS.md (OpenClaw workspace)
รูปแบบพฤติกรรม	ส่งเสริมไปยัง SOUL.md (OpenClaw workspace)

การตั้งค่า OpenClaw (แนะนำ)

OpenClaw เป็นแพลตฟอร์มหลักสำหรับ skill นี้ โดยใช้การฉีด prompt แบบ workspace พร้อมการโหลด skill อัตโนมัติ

การติดตั้ง

Via ClawdHub (recommended):

clawdhub install self-improving-agent

Manual:

git clone https://github.com/peterskoett/self-improving-agent.git ~/.openclaw/skills/self-improving-agent

สร้างใหม่สำหรับ OpenClaw จาก repo ต้นฉบับ: https://github.com/pskoett/pskoett-ai-skills - https://github.com/pskoett/pskoett-ai-skills/tree/main/skills/self-improvement

โครงสร้าง Workspace

OpenClaw จะแทรกไฟล์เหล่านี้ในทุกเซสชัน:

~/.openclaw/workspace/
├── AGENTS.md          # Multi-agent workflows, delegation patterns
├── SOUL.md            # Behavioral guidelines, personality, principles
├── TOOLS.md           # Tool capabilities, integration gotchas
├── MEMORY.md          # Long-term memory (main session only)
├── memory/            # Daily memory files
│   └── YYYY-MM-DD.md
└── .learnings/        # This skill's log files
    ├── LEARNINGS.md
    ├── ERRORS.md
    └── FEATURE_REQUESTS.md

การสร้างไฟล์บันทึกการเรียนรู้

mkdir -p ~/.openclaw/workspace/.learnings

จากนั้นสร้างไฟล์บันทึก (หรือคัดลอกจาก assets/):

• LEARNINGS.md — การแก้ไข, ช่องว่างความรู้, แนวทางปฏิบัติที่ดีที่สุด
• ERRORS.md — ความล้มเหลวของคำสั่ง, ข้อยกเว้น
• FEATURE_REQUESTS.md — ความสามารถที่ผู้ใช้ร้องขอ

เป้าหมายการส่งเสริม

เมื่อการเรียนรู้พิสูจน์แล้วว่าสามารถนำไปใช้ได้ในวงกว้าง ให้ส่งเสริมไปยังไฟล์ workspace:

ประเภทการเรียนรู้	ส่งเสริมไปยัง	ตัวอย่าง
รูปแบบพฤติกรรม	SOUL.md	"กระชับ, หลีกเลี่ยงข้อจำกัดความรับผิดชอบ"
การปรับปรุงขั้นตอนการทำงาน	AGENTS.md	"สร้าง sub-agent สำหรับงานที่ใช้เวลานาน"
ข้อควรระวังของเครื่องมือ	TOOLS.md	"Git push ต้องกำหนดค่าการตรวจสอบสิทธิ์ก่อน"

การสื่อสารระหว่างเซสชัน

OpenClaw มีเครื่องมือสำหรับแบ่งปันการเรียนรู้ระหว่างเซสชัน:

• sessions_list — ดูเซสชันที่ใช้งานอยู่/ล่าสุด
• sessions_history — อ่านบันทึกของเซสชันอื่น
• sessions_send — ส่งการเรียนรู้ไปยังเซสชันอื่น
• sessions_spawn — สร้าง sub-agent สำหรับงานเบื้องหลัง

ทางเลือก: เปิดใช้งาน Hook

สำหรับการแจ้งเตือนอัตโนมัติเมื่อเริ่มต้นเซสชัน:

# Copy hook to OpenClaw hooks directory
cp -r hooks/openclaw ~/.openclaw/hooks/self-improvement

# Enable it
openclaw hooks enable self-improvement

ดู references/openclaw-integration.md สำหรับรายละเอียดทั้งหมด

---

การตั้งค่าทั่วไป (สำหรับ Agent อื่นๆ)

สำหรับ Claude Code, Codex, Copilot หรือ Agent อื่นๆ ให้สร้าง .learnings/ ในโปรเจกต์ของคุณ:

mkdir -p .learnings

คัดลอกเทมเพลตจาก assets/ หรือสร้างไฟล์พร้อมส่วนหัว

เพิ่มการอ้างอิงไปยังไฟล์ Agent AGENTS.md, CLAUDE.md หรือ .github/copilot-instructions.md เพื่อเตือนตัวเองให้บันทึกการเรียนรู้ (นี่เป็นทางเลือกแทนการแจ้งเตือนแบบ hook)

ขั้นตอนการทำงานของการปรับปรุงตนเอง

เมื่อเกิดข้อผิดพลาดหรือการแก้ไข:

1. บันทึกลงใน .learnings/ERRORS.md, LEARNINGS.md, หรือ FEATURE_REQUESTS.md
2. ตรวจสอบและส่งเสริมการเรียนรู้ที่ใช้ได้ในวงกว้างไปยัง:
   • CLAUDE.md - ข้อเท็จจริงและข้อตกลงของโครงการ
   • AGENTS.md - ขั้นตอนการทำงานและระบบอัตโนมัติ
   • .github/copilot-instructions.md - บริบทของ Copilot

รูปแบบการบันทึก

รายการบันทึกการเรียนรู้

เพิ่มไปยัง .learnings/LEARNINGS.md:

## [LRN-YYYYMMDD-XXX] หมวดหมู่

**บันทึกเมื่อ**: เวลามาตรฐาน ISO-8601
**ลำดับความสำคัญ**: ต่ำ | ปานกลาง | สูง | วิกฤต
**สถานะ**: รอดำเนินการ
**ขอบเขต**: frontend | backend | infra | tests | docs | config

### Summary
คำอธิบายหนึ่งบรรทัดเกี่ยวกับสิ่งที่เรียนรู้

### Details
บริบททั้งหมด: เกิดอะไรขึ้น, อะไรผิด, อะไรถูก

### Suggested Action
การแก้ไขหรือการปรับปรุงที่เฉพาะเจาะจง

### Metadata
- ที่มา: การสนทนา | ข้อผิดพลาด | ข้อเสนอแนะจากผู้ใช้
- ไฟล์ที่เกี่ยวข้อง: path/to/file.ext
- แท็ก: tag1, tag2
- ดูเพิ่มเติม: LRN-20250110-001 (หากเกี่ยวข้องกับรายการที่มีอยู่)
- คีย์รูปแบบ: simplify.dead_code | harden.input_validation (ไม่บังคับ, สำหรับการติดตามรูปแบบที่เกิดซ้ำ)
- จำนวนครั้งที่เกิดซ้ำ: 1 (ไม่บังคับ)
- เห็นครั้งแรก: 2025-01-15 (ไม่บังคับ)
- เห็นครั้งล่าสุด: 2025-01-15 (ไม่บังคับ)

---

รายการบันทึกข้อผิดพลาด

เพิ่มไปยัง .learnings/ERRORS.md:

## [ERR-YYYYMMDD-XXX] ชื่อทักษะหรือคำสั่ง

**บันทึกเมื่อ**: เวลามาตรฐาน ISO-8601
**ลำดับความสำคัญ**: สูง
**สถานะ**: รอดำเนินการ
**ขอบเขต**: frontend | backend | infra | tests | docs | config

### Summary
คำอธิบายสั้นๆ เกี่ยวกับสิ่งที่ล้มเหลว

### Error

ข้อความแสดงข้อผิดพลาดจริงหรือผลลัพธ์

### Context
- คำสั่ง/การดำเนินการที่พยายาม
- อินพุตหรือพารามิเตอร์ที่ใช้
- รายละเอียดสภาพแวดล้อมหากเกี่ยวข้อง

### Suggested Fix
หากระบุได้ อะไรที่อาจแก้ไขปัญหานี้ได้

### Metadata
- ทำซ้ำได้: ใช่ | ไม่ | ไม่ทราบ
- ไฟล์ที่เกี่ยวข้อง: path/to/file.ext
- ดูเพิ่มเติม: ERR-20250110-001 (หากเกิดซ้ำ)

---

รายการบันทึกคำขอคุณสมบัติ

เพิ่มไปยัง .learnings/FEATURE_REQUESTS.md:

## [FEAT-YYYYMMDD-XXX] ชื่อความสามารถ

**บันทึกเมื่อ**: เวลามาตรฐาน ISO-8601
**ลำดับความสำคัญ**: ปานกลาง
**สถานะ**: รอดำเนินการ
**ขอบเขต**: frontend | backend | infra | tests | docs | config

### Requested Capability
สิ่งที่ผู้ใช้ต้องการทำ

### User Context
ทำไมพวกเขาถึงต้องการมัน, พวกเขากำลังแก้ปัญหาอะไร

### Complexity Estimate
ง่าย | ปานกลาง | ซับซ้อน

### Suggested Implementation
สิ่งนี้สามารถสร้างได้อย่างไร, สิ่งที่อาจขยายได้

### Metadata
- ความถี่: ครั้งแรก | เกิดซ้ำ
- คุณสมบัติที่เกี่ยวข้อง: existing_feature_name

---

การสร้าง ID

รูปแบบ: TYPE-YYYYMMDD-XXX

• TYPE: LRN (การเรียนรู้), ERR (ข้อผิดพลาด), FEAT (คุณสมบัติ)
• YYYYMMDD: วันที่ปัจจุบัน
• XXX: หมายเลขลำดับหรืออักขระ 3 ตัวแบบสุ่ม (เช่น 001, A7B)

ตัวอย่าง: LRN-20250115-001, ERR-20250115-A3F, FEAT-20250115-002

การแก้ไขรายการ

เมื่อปัญหาได้รับการแก้ไข ให้อัปเดตรายการ:

1. เปลี่ยน **สถานะ**: รอดำเนินการ → **สถานะ**: แก้ไขแล้ว
2. เพิ่มบล็อกการแก้ไขหลังจาก Metadata:

### การแก้ไข
- **แก้ไขเมื่อ**: 2025-01-16T09:00:00Z
- **Commit/PR**: abc123 หรือ #42
- **หมายเหตุ**: คำอธิบายสั้นๆ เกี่ยวกับสิ่งที่ทำ

ค่าสถานะอื่นๆ:

• in_progress - กำลังดำเนินการ
• wont_fix - ตัดสินใจที่จะไม่แก้ไข (เพิ่มเหตุผลในบันทึกการแก้ไข)
• promoted - เลื่อนระดับไปยัง CLAUDE.md, AGENTS.md หรือ .github/copilot-instructions.md

การส่งเสริมสู่หน่วยความจำโครงการ

เมื่อการเรียนรู้สามารถนำไปใช้ได้ในวงกว้าง (ไม่ใช่การแก้ไขครั้งเดียว) ให้ส่งเสริมไปยังหน่วยความจำโครงการถาวร

เมื่อใดควรส่งเสริม

• การเรียนรู้สามารถนำไปใช้ได้กับหลายไฟล์/คุณสมบัติ
• ความรู้ที่ผู้มีส่วนร่วม (มนุษย์หรือ AI) ควรรู้
• ป้องกันข้อผิดพลาดที่เกิดซ้ำ
• จัดทำเอกสารข้อตกลงเฉพาะของโครงการ

เป้าหมายการส่งเสริม

เป้าหมาย	สิ่งที่ควรอยู่ในนั้น
CLAUDE.md	ข้อเท็จจริงของโครงการ, ข้อตกลง, ข้อควรระวังสำหรับการโต้ตอบกับ Claude ทั้งหมด
AGENTS.md	ขั้นตอนการทำงานเฉพาะ Agent, รูปแบบการใช้เครื่องมือ, กฎการทำงานอัตโนมัติ
.github/copilot-instructions.md	บริบทของโครงการและข้อตกลงสำหรับ GitHub Copilot
SOUL.md	แนวทางพฤติกรรม, รูปแบบการสื่อสาร, หลักการ (OpenClaw workspace)
TOOLS.md	ความสามารถของเครื่องมือ, รูปแบบการใช้งาน, ข้อควรระวังในการรวม (OpenClaw workspace)

วิธีการส่งเสริม

1. กลั่นกรอง การเรียนรู้ให้เป็นกฎหรือข้อเท็จจริงที่กระชับ
2. เพิ่ม ไปยังส่วนที่เหมาะสมในไฟล์เป้าหมาย (สร้างไฟล์หากจำเป็น)
3. อัปเดต รายการเดิม:
   • เปลี่ยน **สถานะ**: รอดำเนินการ → **สถานะ**: ส่งเสริมแล้ว
   • เพิ่ม **Promoted**: CLAUDE.md, AGENTS.md หรือ .github/copilot-instructions.md

ตัวอย่างการส่งเสริม

Learning (verbose):

โครงการใช้ pnpm workspaces พยายาม npm install แต่ล้มเหลว ไฟล์ล็อกคือ pnpm-lock.yaml ต้องใช้ pnpm install

In CLAUDE.md (concise):

## บิวด์และการพึ่งพา
- ตัวจัดการแพ็คเกจ: pnpm (ไม่ใช่ npm) - ใช้ `pnpm install`

Learning (verbose):

เมื่อแก้ไข API endpoints ต้องสร้าง TypeScript client ใหม่ การลืมสิ่งนี้ทำให้เกิดความไม่ตรงกันของประเภทในขณะรันไทม์

In AGENTS.md (actionable):

## หลังการเปลี่ยนแปลง API
1. สร้างไคลเอ็นต์ใหม่: `pnpm run generate:api`
2. ตรวจสอบข้อผิดพลาดของประเภท: `pnpm tsc --noEmit`

การตรวจจับรูปแบบที่เกิดซ้ำ

หากบันทึกสิ่งที่คล้ายกับรายการที่มีอยู่แล้ว:

1. ค้นหาก่อน: grep -r "keyword" .learnings/
2. เชื่อมโยงรายการ: เพิ่ม **See Also**: ERR-20250110-001 ใน Metadata
3. เพิ่มลำดับความสำคัญ หากปัญหายังคงเกิดซ้ำ
4. พิจารณาการแก้ไขเชิงระบบ: ปัญหาที่เกิดซ้ำมักบ่งชี้ถึง:
   • เอกสารหายไป (→ ส่งเสริมไปยัง CLAUDE.md หรือ .github/copilot-instructions.md)
   • ระบบอัตโนมัติหายไป (→ เพิ่มไปยัง AGENTS.md)
   • ปัญหาทางสถาปัตยกรรม (→ สร้างตั๋วหนี้ทางเทคนิค)

ฟีดการทำให้ง่ายขึ้นและแข็งแกร่งขึ้น

ใช้ขั้นตอนการทำงานนี้เพื่อนำรูปแบบที่เกิดซ้ำจาก skill simplify-and-harden และเปลี่ยนให้เป็นคำแนะนำ prompt ที่คงทน

ขั้นตอนการนำเข้า

1. อ่าน simplify_and_harden.learning_loop.candidates จากสรุปงาน
2. สำหรับผู้สมัครแต่ละราย ให้ใช้ pattern_key เป็นคีย์ dedupe ที่เสถียร
3. ค้นหา .learnings/LEARNINGS.md สำหรับรายการที่มีคีย์นั้น:
   • grep -n "Pattern-Key: <pattern_key>" .learnings/LEARNINGS.md
4. หากพบ:
   • เพิ่ม Recurrence-Count
   • อัปเดต Last-Seen
   • เพิ่มลิงก์ See Also ไปยังรายการ/งานที่เกี่ยวข้อง
5. หากไม่พบ:
   • สร้างรายการ LRN-... ใหม่
   • ตั้งค่า Source: simplify-and-harden
   • ตั้งค่า Pattern-Key, Recurrence-Count: 1 และ First-Seen/Last-Seen

กฎการส่งเสริม (ข้อเสนอแนะ System Prompt)

ส่งเสริมรูปแบบที่เกิดซ้ำไปยังไฟล์บริบท Agent/system prompt เมื่อทั้งหมดเป็นจริง:

• Recurrence-Count >= 3
• พบในงานที่แตกต่างกันอย่างน้อย 2 งาน
• เกิดขึ้นภายใน 30 วัน

เป้าหมายการส่งเสริม:

• CLAUDE.md
• AGENTS.md
• .github/copilot-instructions.md
• SOUL.md / TOOLS.md สำหรับคำแนะนำระดับ workspace ของ OpenClaw เมื่อเหมาะสม

เขียนกฎที่ส่งเสริมเป็นกฎการป้องกันสั้นๆ (สิ่งที่ต้องทำก่อน/ขณะเขียนโค้ด) ไม่ใช่การเขียนรายงานเหตุการณ์ยาวๆ

การทบทวนเป็นระยะ

ทบทวน .learnings/ ณ จุดพักธรรมชาติ:

เมื่อใดควรทบทวน

• ก่อนเริ่มงานสำคัญใหม่
• หลังจากเสร็จสิ้นคุณสมบัติ
• เมื่อทำงานในพื้นที่ที่มีการเรียนรู้ในอดีต
• รายสัปดาห์ระหว่างการพัฒนา

การตรวจสอบสถานะอย่างรวดเร็ว

- นับรายการที่รอดำเนินการ
grep -h "Status\*\*: pending" .learnings/*.md | wc -l

- แสดงรายการที่มีลำดับความสำคัญสูงที่รอดำเนินการ
grep -B5 "**ลำดับความสำคัญ**: สูง" .learnings/*.md | grep "^## \["

- ค้นหาการเรียนรู้สำหรับพื้นที่เฉพาะ
grep -l "Area\*\*: backend" .learnings/*.md

การดำเนินการทบทวน

• แก้ไขรายการที่แก้ไขแล้ว
• ส่งเสริมการเรียนรู้ที่เกี่ยวข้อง
• เชื่อมโยงรายการที่เกี่ยวข้อง
• ยกระดับปัญหาที่เกิดซ้ำ

ตัวกระตุ้นการตรวจจับ

บันทึกโดยอัตโนมัติเมื่อคุณสังเกตเห็น:

การแก้ไข (→ การเรียนรู้ที่มีหมวดหมู่ correction):

• "ไม่ นั่นไม่ถูกต้อง..."
• "จริงๆ แล้วมันควรจะเป็น..."
• "คุณเข้าใจผิดเกี่ยวกับ..."
• "นั่นล้าสมัยแล้ว..."

คำขอคุณสมบัติ (→ คำขอคุณสมบัติ):

• "คุณช่วย...ได้ไหม"
• "ฉันหวังว่าคุณจะ...ได้"
• "มีวิธีที่จะ...ไหม"
• "ทำไมคุณถึง...ไม่ได้" ช่องว่างความรู้ (→ การเรียนรู้ที่มีหมวดหมู่ knowledge_gap):
• ผู้ใช้ให้ข้อมูลที่คุณไม่รู้
• เอกสารที่คุณอ้างอิงล้าสมัย
• พฤติกรรม API แตกต่างจากที่คุณเข้าใจ

ข้อผิดพลาด (→ รายการข้อผิดพลาด):

• คำสั่งส่งคืนรหัสออกที่ไม่ใช่ศูนย์
• ข้อยกเว้นหรือ stack trace
• ผลลัพธ์หรือพฤติกรรมที่ไม่คาดคิด
• หมดเวลาหรือการเชื่อมต่อล้มเหลว

แนวทางลำดับความสำคัญ

ลำดับความสำคัญ	เมื่อใดควรใช้
critical	บล็อกการทำงานหลัก, ความเสี่ยงข้อมูลสูญหาย, ปัญหาความปลอดภัย
high	ผลกระทบสำคัญ, ส่งผลต่อขั้นตอนการทำงานทั่วไป, ปัญหาที่เกิดซ้ำ
medium	ผลกระทบปานกลาง, มีวิธีแก้ไขชั่วคราว
low	ความไม่สะดวกเล็กน้อย, กรณีพิเศษ, สิ่งที่ควรมี

แท็กพื้นที่

ใช้เพื่อกรองการเรียนรู้ตามภูมิภาคของ codebase:

พื้นที่	ขอบเขต
frontend	UI, ส่วนประกอบ, โค้ดฝั่งไคลเอ็นต์
backend	API, บริการ, โค้ดฝั่งเซิร์ฟเวอร์
infra	CI/CD, การปรับใช้, Docker, คลาวด์
tests	ไฟล์ทดสอบ, ยูทิลิตี้การทดสอบ, ความครอบคลุม
docs	เอกสาร, ความคิดเห็น, READMEs
config	ไฟล์การกำหนดค่า, สภาพแวดล้อม, การตั้งค่า

แนวทางปฏิบัติที่ดีที่สุด

1. บันทึกทันที - บริบทจะสดใหม่ที่สุดหลังจากเกิดปัญหา
2. ระบุให้ชัดเจน - Agent ในอนาคตจำเป็นต้องเข้าใจอย่างรวดเร็ว
3. รวมขั้นตอนการทำซ้ำ - โดยเฉพาะสำหรับข้อผิดพลาด
4. เชื่อมโยงไฟล์ที่เกี่ยวข้อง - ทำให้การแก้ไขง่ายขึ้น
5. แนะนำการแก้ไขที่เป็นรูปธรรม - ไม่ใช่แค่ "ตรวจสอบ"
6. ใช้หมวดหมู่ที่สอดคล้องกัน - ช่วยให้สามารถกรองได้
7. ส่งเสริมอย่างจริงจัง - หากไม่แน่ใจ ให้เพิ่มลงใน CLAUDE.md หรือ .github/copilot-instructions.md
8. ทบทวนเป็นประจำ - การเรียนรู้ที่ล้าสมัยจะสูญเสียคุณค่า

ตัวเลือก Gitignore

เก็บการเรียนรู้ไว้ในเครื่อง (ต่อผู้พัฒนา):

.learnings/

ติดตามการเรียนรู้ใน repo (ทั่วทั้งทีม): อย่าเพิ่มลงใน .gitignore - การเรียนรู้จะกลายเป็นความรู้ที่ใช้ร่วมกัน ไฮบริด (ติดตามเทมเพลต, ละเว้นรายการ):

.learnings/*.md
!.learnings/.gitkeep

การรวม Hook

เปิดใช้งานการแจ้งเตือนอัตโนมัติผ่าน agent hooks นี่เป็น การเลือกเข้าร่วม - คุณต้องกำหนดค่า hooks อย่างชัดเจน

การตั้งค่าด่วน (Claude Code / Codex)

สร้าง .claude/settings.json ในโปรเจกต์ของคุณ:

{
  "hooks": {
    "UserPromptSubmit": [{
      "matcher": "",
      "hooks": [{
        "type": "command",
        "command": "./skills/self-improvement/scripts/activator.sh"
      }]
    }]
  }
}

สิ่งนี้จะแทรกการแจ้งเตือนการประเมินการเรียนรู้หลังจากแต่ละ prompt (โอเวอร์เฮดประมาณ 50-100 โทเค็น)

การตั้งค่าแบบเต็ม (พร้อมการตรวจจับข้อผิดพลาด)

{
  "hooks": {
    "UserPromptSubmit": [{
      "matcher": "",
      "hooks": [{
        "type": "command",
        "command": "./skills/self-improvement/scripts/activator.sh"
      }]
    }],
    "PostToolUse": [{
      "matcher": "Bash",
      "hooks": [{
        "type": "command",
        "command": "./skills/self-improvement/scripts/error-detector.sh"
      }]
    }]
  }
}

สคริปต์ Hook ที่มีอยู่

สคริปต์	ประเภท Hook	วัตถุประสงค์
scripts/activator.sh	UserPromptSubmit	เตือนให้ประเมินการเรียนรู้หลังจากงาน
scripts/error-detector.sh	PostToolUse (Bash)	ทริกเกอร์เมื่อเกิดข้อผิดพลาดของคำสั่ง

ดู references/hooks-setup.md สำหรับการกำหนดค่าและการแก้ไขปัญหาโดยละเอียด

การแยก Skill อัตโนมัติ

เมื่อการเรียนรู้มีคุณค่าเพียงพอที่จะกลายเป็น skill ที่นำกลับมาใช้ใหม่ได้ ให้แยกออกมาโดยใช้ตัวช่วยที่ให้มา

เกณฑ์การแยก Skill

การเรียนรู้มีคุณสมบัติสำหรับการแยก skill เมื่อมีสิ่งใดสิ่งหนึ่งต่อไปนี้เป็นจริง:

เกณฑ์	คำอธิบาย
เกิดซ้ำ	มีลิงก์ See Also ไปยังปัญหาที่คล้ายกัน 2+ รายการ
ยืนยันแล้ว	สถานะเป็น resolved พร้อมการแก้ไขที่ใช้งานได้
ไม่ชัดเจน	ต้องมีการดีบัก/ตรวจสอบจริงเพื่อค้นพบ
ใช้ได้ในวงกว้าง	ไม่ใช่เฉพาะโครงการ; มีประโยชน์ใน codebase ต่างๆ
ผู้ใช้ระบุ	ผู้ใช้พูดว่า "บันทึกสิ่งนี้เป็น skill" หรือคล้ายกัน

ขั้นตอนการแยก

1. ระบุผู้สมัคร: การเรียนรู้ตรงตามเกณฑ์การแยก
2. เรียกใช้ตัวช่วย (หรือสร้างด้วยตนเอง):

   ./skills/self-improvement/scripts/extract-skill.sh skill-name --dry-run
   ./skills/self-improvement/scripts/extract-skill.sh skill-name
   

3. ปรับแต่ง SKILL.md: กรอกเทมเพลตด้วยเนื้อหาการเรียนรู้
4. อัปเดตการเรียนรู้: ตั้งค่าสถานะเป็น promoted_to_skill, เพิ่ม Skill-Path
5. ตรวจสอบ: อ่าน skill ในเซสชันใหม่เพื่อให้แน่ใจว่ามันเป็นอิสระ

การแยกด้วยตนเอง

หากคุณต้องการสร้างด้วยตนเอง:

1. สร้าง skills/<skill-name>/SKILL.md
2. ใช้เทมเพลตจาก assets/SKILL-TEMPLATE.md
3. ปฏิบัติตาม Agent Skills spec:
   • YAML frontmatter พร้อม name และ description
   • ชื่อต้องตรงกับชื่อโฟลเดอร์
   • ไม่มี README.md ภายในโฟลเดอร์ skill

ตัวกระตุ้นการตรวจจับการแยก

สังเกตสัญญาณเหล่านี้ที่บ่งชี้ว่าการเรียนรู้ควรกลายเป็น skill:

ในการสนทนา:

• "บันทึกสิ่งนี้เป็น skill"
• "ฉันเจอสิ่งนี้บ่อยๆ"
• "สิ่งนี้จะมีประโยชน์สำหรับโครงการอื่นๆ"
• "จำรูปแบบนี้ไว้"

ในรายการบันทึกการเรียนรู้:

• ลิงก์ See Also หลายรายการ (ปัญหาที่เกิดซ้ำ)
• ลำดับความสำคัญสูง + สถานะแก้ไขแล้ว
• หมวดหมู่: best_practice ที่สามารถนำไปใช้ได้ในวงกว้าง
• ข้อเสนอแนะจากผู้ใช้ที่ชื่นชมโซลูชัน

เกณฑ์คุณภาพ Skill

ก่อนการแยก ตรวจสอบ:

• โซลูชันได้รับการทดสอบและใช้งานได้
• คำอธิบายชัดเจนโดยไม่มีบริบทเดิม
• ตัวอย่างโค้ดเป็นอิสระ
• ไม่มีค่าที่ฮาร์ดโค้ดเฉพาะโครงการ
• ปฏิบัติตามข้อกำหนดการตั้งชื่อ skill (ตัวพิมพ์เล็ก, ยัติภังค์)

การสนับสนุนหลาย Agent

skill นี้ทำงานร่วมกับ AI coding agent ที่แตกต่างกันด้วยการเปิดใช้งานเฉพาะ Agent

Claude Code

การเปิดใช้งาน: Hooks (UserPromptSubmit, PostToolUse) การตั้งค่า: .claude/settings.json พร้อมการกำหนดค่า hook การตรวจจับ: อัตโนมัติผ่านสคริปต์ hook

Codex CLI

การเปิดใช้งาน: Hooks (รูปแบบเดียวกับ Claude Code) การตั้งค่า: .codex/settings.json พร้อมการกำหนดค่า hook การตรวจจับ: อัตโนมัติผ่านสคริปต์ hook

GitHub Copilot

การเปิดใช้งาน: ด้วยตนเอง (ไม่รองรับ hook) การตั้งค่า: เพิ่มไปยัง .github/copilot-instructions.md:

## Self-Improvement

หลังจากแก้ไขปัญหาที่ไม่ชัดเจน ให้พิจารณาบันทึกลงใน `.learnings/`:
1. ใช้รูปแบบจาก self-improvement skill
2. เชื่อมโยงรายการที่เกี่ยวข้องด้วย See Also
3. ส่งเสริมการเรียนรู้ที่มีคุณค่าสูงให้เป็น skills

ถามในแชท: "ฉันควรบันทึกสิ่งนี้เป็นการเรียนรู้หรือไม่?"

การตรวจจับ: การตรวจสอบด้วยตนเองเมื่อสิ้นสุดเซสชัน

OpenClaw

การเปิดใช้งาน: การฉีด Workspace + การส่งข้อความระหว่าง Agent การตั้งค่า: ดูส่วน "การตั้งค่า OpenClaw" ด้านบน การตรวจจับ: ผ่านเครื่องมือเซสชันและไฟล์ workspace

คำแนะนำที่ไม่ขึ้นกับ Agent

ไม่ว่าจะเป็น Agent ใด ให้ใช้การปรับปรุงตนเองเมื่อคุณ:

1. ค้นพบสิ่งที่ไม่ชัดเจน - โซลูชันไม่เกิดขึ้นทันที
2. แก้ไขตัวเอง - แนวทางเริ่มต้นผิดพลาด
3. เรียนรู้ข้อตกลงของโครงการ - ค้นพบรูปแบบที่ไม่ได้จัดทำเป็นเอกสาร
4. พบข้อผิดพลาดที่ไม่คาดคิด - โดยเฉพาะอย่างยิ่งหากการวินิจฉัยทำได้ยาก
5. ค้นพบแนวทางที่ดีกว่า - ปรับปรุงโซลูชันเดิมของคุณ

การรวม Copilot Chat

สำหรับผู้ใช้ Copilot ให้เพิ่มสิ่งนี้ลงใน prompts ของคุณเมื่อเกี่ยวข้อง:

หลังจากเสร็จสิ้นงานนี้ ให้ประเมินว่าควรบันทึกการเรียนรู้ใดๆ ลงใน .learnings/ โดยใช้รูปแบบ self-improvement skill หรือไม่

หรือใช้ quick prompts:

• "บันทึกสิ่งนี้เป็นการเรียนรู้"
• "สร้าง skill จากโซลูชันนี้"
• "ตรวจสอบ .learnings/ สำหรับปัญหาที่เกี่ยวข้อง"