メニュー
声明式自我改进技能，通过目标驱动的方式引导 Agent 持续进化。触发词：自我改进、self-improvement、目标驱动、goal-driven improvement、声明式进化、declarative evolution、改进循环、improvement loop。
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
SOC 職業分類に基づく
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/hiyenwong/ai_collection --skill declarative-self-improvementコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
SKILL.md を表示中
Graph-native Python reimplementation of the Information Dynamics of Music (IDyOM) model that represents predictive memories as explicit graph objects for musical expectation modeling and network analysis.
Physics-aware end-to-end deep reinforcement learning methodology for quadcopter control with actuator dynamics modeling.
Reinforced Dreamer methodology for asymmetric reinforcement learning using latent guidance to improve world model representations and behaviors in model-based RL.
| name | declarative-self-improvement |
| description | 声明式自我改进技能，通过目标驱动的方式引导 Agent 持续进化。触发词：自我改进、self-improvement、目标驱动、goal-driven improvement、声明式进化、declarative evolution、改进循环、improvement loop。 |
| license | MIT |
基于 CORTEX 论文的声明式自我改进框架，让 Agent 通过目标驱动的方式持续进化。
使用声明式自我改进时遵循以下流程：
User: 我想让 Agent 自动提升代码质量，怎么设定目标？
Agent: 使用声明式方式定义改进目标：
goals:
- name: 提高代码质量
metrics: [错误率, 可读性评分, 测试覆盖率]
constraints: [不破坏现有功能, 不增加复杂度]
Agent 会自主探索如何达成目标，每次改进都经过验证后才保留。
声明式 vs 命令式：
| 传统方式 | 声明式方式 |
|---|---|
| "修改这段代码" | "目标是提高代码质量" |
| "学习这个技能" | "目标是提升能力边界" |
| "优化这个流程" | "目标是减少错误率" |
Agent 自主探索如何达成目标，而非执行具体指令。
定义改进目标，而非具体步骤：
goals:
- name: 提高代码质量
metrics: [错误率, 可读性评分, 测试覆盖率]
constraints: [不破坏现有功能, 不增加复杂度]
- name: 提升响应质量
metrics: [用户满意度, 解决率, 响应时间]
constraints: [保持简洁, 避免冗余]
确保改进安全有效：
迭代循环：
当前状态 → 尝试改进策略 → 执行验证 → 评估效果 → 保留/丢弃 → 更新状态
明确"要达成什么"，而非"怎么做"：
## 改进目标
**主目标：** 提升自我进化能力
**子目标：**
1. 提高学习效率（效用 >= 0.85 的论文转化率）
2. 减少重复错误（相同错误不犯两次）
3. 扩展能力边界（新技能覆盖新领域）
**约束：**
- 不破坏现有核心能力
- 不增加认知负担
- 保持简洁性原则
探索多种改进路径：
使用验证器检查：
def validate_improvement(strategy, before_state, after_state):
# 安全性：核心能力未受损
assert after_state.core_abilities >= before_state.core_abilities
# 有效性：目标指标提升
assert after_state.target_metrics > before_state.target_metrics
# 约束：未违反约束
assert not violates_constraints(strategy, CONSTRAINTS)
return True
| 技能 | 协同方式 |
|---|---|
evolutionary-prompt-learning | 声明性知识在提示，改进时优化 MEMORY.md |
reflection-driven-control | 反思作为改进触发器 |
self-verification | 验证器实现 |
ice-review | 经验整合机制 |
action-critical-selection | 选择最优改进策略 |
## 今日改进目标
**目标：** [声明式目标]
**当前状态：**
- 指标 A: [当前值]
- 指标 B: [当前值]
**尝试策略：**
1. [策略描述]
2. [策略描述]
**验证结果：**
- 策略 1: [通过/失败] - [原因]
- 策略 2: [通过/失败] - [原因]
**最终决策：**
- 保留: [哪些改进]
- 丢弃: [哪些改进]
- 记录: [经验教训]
CORTEX: Declarative Self-Improvement for AI Agents (HydraDB Research, 2026)