| 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：
- 自动触发：
self-think 建议进化，或是 cron/HEARTBEAT 定时唤醒。
- 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
- Step 1: Status Sync - 扫描
state.json 的活跃实验。
- Step 2: Record Observations - 将观察指标降噪后写入相应的
jsonl 记录。
- Step 3: Evaluate & Solidify - 将到期限对比基线固化，并清理任务队列。
- 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.
