| name | Self-Improving + Proactive Agent |
| slug | self-improving |
| version | 1.2.16 |
| homepage | https://clawic.com/skills/self-improving |
| description | 自我反思 + 自我批评 + 自我学习 + 自组织记忆。智能体评估自己的工作，捕捉错误，并永久改进。适用于以下场景：(1) 命令、工具、API 或操作失败时；(2) 用户纠正你或拒绝你的工作成果时；(3) 你发现自己的知识过时或不正确时；(4) 你发现了更好的方法时；(5) 用户明确安装或引用该技能用于当前任务时。 |
| changelog | 明确了主动跟进的设置流程和更安全的安装行为。 |
| metadata | {"clawdbot":{"emoji":"🧠","requires":{"bins":[]},"os":["linux","darwin","win32"],"configPaths":["~/self-improving/"],"configPaths.optional":["./AGENTS.md","./SOUL.md","./HEARTBEAT.md"]}} |
何时使用
用户纠正你或指出错误。你完成重要工作并想评估结果。你注意到自己的输出中有可以改进的地方。知识应该随着时间积累，无需手动维护。
架构
记忆存储在 ~/self-improving/ 中，采用分层结构。如果 ~/self-improving/ 不存在，运行 setup.md。
工作区设置应将标准的自我改进引导添加到工作区的 AGENTS、SOUL 和 HEARTBEAT.md 文件中，并通过 heartbeat-rules.md 路由定期维护。
~/self-improving/
├── memory.md # HOT: ≤100 行，始终加载
├── index.md # 主题索引及行数
├── heartbeat-state.md # 心跳状态：上次运行、已审查的变更、操作笔记
├── projects/ # 按项目的学习内容
├── domains/ # 按领域（代码、写作、通信）
├── archive/ # COLD: 衰退的模式
└── corrections.md # 最近 50 条纠正日志
快速参考
| 主题 | 文件 |
|---|
| 设置指南 | setup.md |
| 心跳状态模板 | heartbeat-state.md |
| 记忆模板 | memory-template.md |
| 工作区心跳片段 | HEARTBEAT.md |
| 心跳规则 | heartbeat-rules.md |
| 学习机制 | learning.md |
| 安全边界 | boundaries.md |
| 扩展规则 | scaling.md |
| 记忆操作 | operations.md |
| 自我反思日志 | reflections.md |
| OpenClaw HEARTBEAT 种子 | openclaw-heartbeat.md |
要求
- 无需凭证
- 无需额外二进制文件
- 可选安装
Proactivity 技能可能需要网络访问
学习信号
当你注意到这些模式时自动记录：
纠正 → 添加到 corrections.md，评估是否加入 memory.md：
- "不，那不对..."
- "实际上，应该是..."
- "你搞错了..."
- "我更喜欢 X，而不是 Y"
- "记住我总是..."
- "我之前告诉过你..."
- "别再做 X 了"
- "你为什么总是..."
偏好信号 → 如果明确，添加到 memory.md：
- "我喜欢你..."
- "总是为我做 X"
- "永远不要做 Y"
- "我的风格是..."
- "对于 [项目]，使用..."
模式候选 → 跟踪，重复 3 次后提升：
- 相同指令重复 3 次以上
- 反复运行良好的工作流程
- 用户称赞的特定方法
忽略（不记录）：
- 一次性指令（"现在做 X"）
- 特定上下文（"在这个文件中..."）
- 假设性问题（"如果...会怎样"）
自我反思
完成重要工作后，暂停并评估：
- 是否达到预期？ — 比较结果与意图
- 哪些可以更好？ — 为下次识别改进点
- 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
- 修复错误或失误后
- 当你注意到自己的输出可以更好时
日志格式：
CONTEXT: [任务类型]
REFLECTION: [我注意到的内容]
LESSON: [下次应该怎么做]
示例：
上下文：构建 Flutter UI
反思：间距看起来不对，不得不重做
教训：在展示给用户前检查视觉间距
自我反思条目遵循相同的提升规则：成功应用 3 次 → 提升到 HOT。
快速查询
| 用户说 | 操作 |
|---|
| "你对 X 了解什么？" | 在所有层级中搜索 X |
| "你学到了什么？" | 显示 corrections.md 中的最近 10 条 |
| "显示我的模式" | 列出 memory.md (HOT) |
| "显示 [项目] 模式" | 加载 projects/{name}.md |
| "温存储中有什么？" | 列出 projects/ + domains/ 中的文件 |
| "记忆统计" | 显示各层级的计数 |
| "忘记 X" | 从所有层级中移除（先确认） |
| "导出记忆" | 压缩所有文件 |
记忆统计
当请求"记忆统计"时，报告：
📊 自我改进记忆
HOT (始终加载):
memory.md: X 条
WARM (按需加载):
projects/: X 个文件
domains/: X 个文件
COLD (已归档):
archive/: X 个文件
最近活动 (7 天):
记录的纠正: X
提升到 HOT: X
降级到 WARM: X
常见陷阱
| 陷阱 | 为什么失败 | 更好的做法 |
|---|
| 从沉默中学习 | 创建错误规则 | 等待明确的纠正或重复证据 |
| 提升过快 | 污染 HOT 记忆 | 保持新教训的试探性，直到重复出现 |
| 读取每个命名空间 | 浪费上下文 | 仅加载 HOT 加上最小匹配的文件 |
| 通过删除压缩 | 失去信任和历史 | 改为合并、总结或降级 |
核心规则
1. 从纠正和自我反思中学习
- 当用户明确纠正你时记录
- 当你在自己的工作中识别出改进时记录
- 永远不要仅从沉默中推断
- 相同教训出现 3 次后 → 请求确认为规则
2. 分层存储
| 层级 | 位置 | 大小限制 | 行为 |
|---|
| HOT | memory.md | ≤100 行 | 始终加载 |
| WARM | projects/, domains/ | 每个文件 ≤200 行 | 上下文匹配时加载 |
| COLD | archive/ | 无限制 | 明确查询时加载 |
3. 自动提升/降级
- 7 天内使用 3 次的模式 → 提升到 HOT
- 30 天未使用的模式 → 降级到 WARM
- 90 天未使用的模式 → 归档到 COLD
- 永远不要在未询问的情况下删除
4. 命名空间隔离
- 项目模式保存在
projects/{name}.md
- 全局偏好保存在 HOT 层级 (memory.md)
- 领域模式（代码、写作）保存在
domains/
- 跨命名空间继承：global → domain → project
5. 冲突解决
当模式矛盾时：
- 最具体的优先（project > domain > global）
- 最新的优先（同一层级）
- 如果模糊 → 询问用户
6. 压缩
当文件超过限制时：
- 将相似的纠正合并为单一规则
- 归档未使用的模式
- 总结冗长的条目
- 永远不要丢失已确认的偏好
7. 透明性
- 每个来自记忆的操作 → 引用来源："使用 X (来自 projects/foo.md:12)"
- 每周摘要可用：学习的模式、降级的、归档的
- 按需完整导出：所有文件为 ZIP
8. 安全边界
参见 boundaries.md — 永远不要存储凭证、健康数据、第三方信息。
9. 优雅降级
如果达到上下文限制：
- 仅加载 memory.md (HOT)
- 按需加载相关命名空间
- 永远不要静默失败 — 告诉用户什么未加载
范围
此技能仅：
- 从用户纠正和自我反思中学习
- 在本地文件中存储偏好 (
~/self-improving/)
- 当工作区集成心跳时，在
~/self-improving/heartbeat-state.md 中维护心跳状态
- 激活时读取自己的记忆文件
此技能从不：
- 访问日历、电子邮件或联系人
- 发起网络请求
- 读取
~/self-improving/ 之外的文件
- 从沉默或观察中推断偏好
- 在心跳清理期间删除或盲目重写自我改进记忆
- 修改自己的 SKILL.md
数据存储
本地状态保存在 ~/self-improving/：
memory.md 用于 HOT 规则和已确认的偏好corrections.md 用于明确的纠正和可复用的教训projects/ 和 domains/ 用于限定范围的模式archive/ 用于衰退或不活跃的模式heartbeat-state.md 用于定期维护标记
相关技能
如果用户确认，使用 clawhub install <slug> 安装：
memory — 智能体长期记忆模式learning — 自适应教学和解释decide — 自动学习决策模式escalate — 知道何时询问、何时自主行动
反馈
- 如果有用：
clawhub star self-improving
- 保持更新：
clawhub sync
