self-improvement

name	self-improvement
version	1.0.0
description	错误学习闭环：记录失败和纠正 → Pattern-Key 分类 → 定期复盘 → 整合长期记忆 → 防止再犯。 Use when: (1) 命令/操作意外失败且原因值得记录, (2) 用户纠正了错误（"不对"/"Actually..."/"你搞错了"）, (3) 用户要求的能力不存在（能力缺口信号）, (4) 外部 API/工具故障且需记录规避方案, (5) 发现更好的做法可以替代当前方式, (6) 开始重大任务前回顾历史教训。 NOT for: 一次性小错误（typo/手误/用户说"没关系"的）、 功能性 bug 修复（用 problem-solving）、 skill 创建/优化（用 skill-creator）、 日常操作日志（不是每个 tool call 都要记）。
metadata	null

Self-Improvement Skill

记录错误和教训，定期复盘整合到长期记忆，持续改进。

来源：ClawHub self-improving-agent@1.0.11，3/15 融入 v3.0.2 新特性（Pattern-Key / Recurrence / See Also / Simplify & Harden） 原始 repo：https://github.com/pskoett/pskoett-ai-skills

核心理念

犯错 → 立即记录 → 定期复盘 → 整合记忆 → 形成规则 → 避免再犯

不只是记错题本，而是一个学习闭环。

---

一、被动记录（犯错时触发）

什么时候记？

信号	记到哪
命令报错、工具失败	.learnings/ERRORS.md
被用户纠正（"不对"、"你搞错了"）	.learnings/LEARNINGS.md
发现自己编造了信息	.learnings/LEARNINGS.md
用户要求缺失的功能	.learnings/FEATURE_REQUESTS.md
发现更好的做法	.learnings/LEARNINGS.md

记录格式

ERRORS.md / LEARNINGS.md：

## [LRN-YYYYMMDD-XXX] category

**Logged**: ISO-8601 timestamp
**Priority**: low | medium | high | critical
**Status**: pending | resolved | promoted
**Area**: frontend | backend | infra | config | workflow | content

### Summary
一句话描述

### Details
完整上下文：发生了什么、做错了什么、正确做法是什么

### Suggested Action
具体的修复或改进建议

### Metadata
- Source: conversation | error | user_feedback | simplify-and-harden
- Related Files: path/to/file.ext
- Tags: tag1, tag2
- See Also: LRN-20260312-001（如有关联条目）
- Pattern-Key: harden.config_validation | simplify.dead_code（可选，用于追踪重复模式）
- Recurrence-Count: 1（可选，同一模式出现几次）
- First-Seen: 2026-03-12（可选）
- Last-Seen: 2026-03-15（可选）

---

FEATURE_REQUESTS.md：

## YYYY-MM-DD: 功能名

**需求**: 用户想做什么
**场景**: 为什么需要
**状态**: pending / resolved
**方案**: （如果有的话）

---

记录原则

1. 立即记 — 刚犯错时上下文最完整，拖了就忘
2. 写教训不写流水账 — 重点是"下次怎么避免"，不是"事情经过"
3. 一条教训一个行动 — 能转化为具体规则的才有价值
4. 关联已有条目 — 用 See Also: LRN-xxx 关联类似问题
5. 追踪重复模式 — 同一类错误用相同的 Pattern-Key，Recurrence-Count 递增。≥3 次 → 必须 promote 成规则

---

二、主动复盘（定期触发）

复盘时机

时机	做什么
每次 session 启动	扫一眼 .learnings/ 最近条目，避免重复犯错
heartbeat 每 2 天一次	完整复盘：回顾近期 learnings，整合到 MEMORY.md
大任务开始前	搜索相关 learnings，预防已知问题
同一个错犯了 3 次	必须 promote 成永久规则

复盘流程（heartbeat 触发）

1. 读取最近 2-3 天的 .learnings/ 文件
2. 识别有价值的条目（高频、高影响、可泛化）
3. 整合到 MEMORY.md 的「教训与规则」部分
4. 已整合的条目标记为 [已归档]
5. 检查是否有条目需要 promote 到 AGENTS.md / SOUL.md / TOOLS.md

复盘模板

在 heartbeat 复盘时，用这个框架思考：

## 本周复盘 (YYYY-MM-DD)

### 犯了什么错？
- ...

### 学到什么？
- ...

### 哪些该变成规则？
- → promote 到 [目标文件]

### 哪些已经不再相关？
- → 标记 [已归档]

---

三、记忆整合（learnings → 长期记忆）

Promote 规则

条件	Promote 到哪
改变我做事方式的教训	AGENTS.md（工作流规则）
改变我说话/行为方式的教训	SOUL.md（人格规则）
工具使用的坑	TOOLS.md（工具笔记）
值得长期记住但不算规则的	MEMORY.md（长期记忆）
同一个错 ≥3 次（Recurrence-Count ≥ 3）	必须 promote，不能只留在 learnings

Simplify & Harden 模式（v3.0 新增）

在日常工作中发现可以简化或加固的重复模式时，用 Pattern-Key 追踪：

模式类型	Pattern-Key 前缀	例子
Simplify（简化冗余）	simplify.*	simplify.dead_code、simplify.redundant_check
Harden（加固薄弱点）	harden.*	harden.config_validation、harden.error_handling

工作流：

1. 发现重复模式 → 记录到 LEARNINGS.md，设置 Pattern-Key 和 Recurrence-Count: 1
2. 再次出现 → 更新同一条目的 Recurrence-Count 和 Last-Seen
3. Recurrence-Count ≥ 3 → promote 到 AGENTS.md/TOOLS.md 成为永久规则

Promote 格式

从 learnings 提炼成短规则，不是复制粘贴整段：

❌ 不要这样（太长）：

2026-03-04 因为在 models.providers 里加了 capabilities 字段导致 Config invalid， 然后 restart 后 webchat 崩了，用户被锁 30 分钟……（500 字）

✅ 要这样（短规则）：

改 openclaw.json 后必须先 openclaw status 校验，确认无 error 再 restart。

MEMORY.md 结构建议

# MEMORY.md

## 关于老板
（用户偏好、习惯、重要信息）

## 活跃项目
（当前在做的事）

## 教训与规则
（从 learnings promote 上来的重要教训）

## 工具与环境
（环境特定的知识，如 API 配置、设备信息）

---

四、文件管理

目录结构

<WORKSPACE>/
├── .learnings/
│   ├── ERRORS.md          # 错误记录
│   ├── LEARNINGS.md       # 教训记录
│   └── FEATURE_REQUESTS.md # 功能需求
├── MEMORY.md              # 长期记忆（整合后的精华）
├── AGENTS.md              # 工作流规则（promote 的硬性规则）
├── SOUL.md                # 人格规则
└── TOOLS.md               # 工具笔记

文件大小控制

• .learnings/ 每个文件保持 <5KB
• 超过时归档旧条目到 .learnings/archive/YYYY-MM.md
• MEMORY.md <6KB（定期精简）

归档规则

条目符合以下任一条件时归档：

• 已 promote 到永久文件
• 超过 30 天且不再相关
• 问题已彻底解决且不会再犯

---

五、检测触发词

自动识别这些信号并触发记录：

用户纠正：

• "不对"、"你搞错了"、"Actually..."、"No, that's wrong"

功能请求：

• "能不能..."、"要是能..."、"Can you..."、"I wish..."

知识缺口：

• 用户告诉你不知道的信息
• 文档/API 行为与你理解的不一致

错误：

• 命令返回非零退出码
• 异常或堆栈跟踪
• 超时或连接失败