self-evolve-agent

name	self-evolve-agent
description	Agent 自主进化引擎——让 AI agent 像生物进化一样持续变强。 核心循环：感知差距 → 搜索方案 → 设计实验 → 跑实验 → 选赢家 → 固化 → 下一轮。 使用场景：定期自主进化、能力升级、工作流优化、skill/工具迭代。 关键词：进化, evolution, self-improve, A/B test, 实验。

Self-Evolve — Agent 自主进化引擎

生物进化的核心机制：变异 → 选择 → 保留。 这个 skill 把同样的机制应用到 agent 自身——不断发现可改进的角度，用实验找到更好的方案，然后永久固化。

这是什么

Self-Evolve 是一个 meta-skill——它不解决具体业务问题，而是让 agent 自身变强。

• 和 self-think 的边界：self-think 进行反思并发现短板（诊断），self-evolve 对短板寻找解法并跑实验验证（治疗）。
• 不是什么：禁止无目标的空转、禁止为写长篇自省报告而改排版的“伪进化”。（详细约束见: 约束与红线）

快速使用说明 (Quick Start)

触发方式

当被以下情况触发时，请启动 Self-Evolve：

1. 自动触发：self-think 建议进化，或是 cron/HEARTBEAT 定时唤醒。
2. 显式要求：用户下令“进化一下某个能力”。

执行协议 (The 4-Step Tick)

每次触发此技能，你必须执行一次且仅执行一次“滴答巡航”（Tick Handler），绝不能无视状态机一次性跑完实验全流程。 完整并发状态机制及操作边界，请细读： 执行状态机与四步巡航协议

1. Step 1: Status Sync - 扫描 state.json 的活跃实验。
2. Step 2: Record Observations - 将观察指标降噪后写入相应的 jsonl 记录。
3. Step 3: Evaluate & Solidify - 将到期限对比基线固化，并清理任务队列。
4. Step 4: Launch New Experiment - 如并发额度允许（<10），则寻找新瓶颈，搜索方案，设计实验并在状态机注册 OBSERVING。部署要求参考 模板与输出规范。

🚨 注意：部署新实验并更新状态机锁后，本轮巡航彻底结束，必须强制停止（Exit对话），等待下一次唤醒！

参考结构指南

你需要严格遵照以下文件来展开进化，严禁凭感觉行事：

• 执行状态机与四步巡航协议 - How to run a tick (Step 1 to Step 4).
• 约束红线与分级自主权 - What is NOT allowed (Anti-Pseudo Constraint).
• 质量自检 Checklist - Validation for the experimental design and solidification.
• 模板与文件规范 - Data storage paths, YAML format, markdown templates.