self-improving-agent

name	self-improving-agent
description	Multi-memory self-improve: patterns, episodic log, skill updates.
short_description	Learn from tasks, update skills
keywords	self-improve, 自我进化, lifelong, memory, pattern, retrospective, 教训, skill update, semantic
category	meta
metadata	{"nanobot":{"emoji":"🔄"}}

Self-Improving Agent（nanobot 内置版）

从每次技能使用中提炼经验，写入语义/情景记忆，并用可追溯的标记更新相关 SKILL.md。

nanobot 中的行为

nanobot 不会自动执行本目录下 hooks/*.sh，也没有 Claude Code 的 PreToolUse/PostToolUse。实际用法是：在任务结束或出错后，由你主动触发（例如说「自我进化」「按 self-improving-agent 总结」），代理按下面流程用工具完成：用 read_file / write_file / edit_file 读写本技能与目标技能；用 exec 跑测试或 git（若工作区允许）。

Overview

• 多记忆结构：语义（memory/semantic-patterns.json）+ 情景（memory/episodic/）+ 工作记忆（memory/working/）
• 自纠：依据失败命令、测试失败或用户纠正，更新技能条文并打 Correction 标记
• 演进标记：对技能文件的修改使用 <!-- Evolution: ... --> / <!-- Correction: ... -->

何时启用

手动（nanobot 默认）：用户提到「自我进化」「self-improve」「从经验中学习」「总结教训」「分析今天的经验」等。

可选自动化：若在 Claude Code 等环境中配置 hooks，可参考本目录 hooks/ 与 references/appendix.md 中的外部产品说明；与 nanobot 主循环无关。

研究背景（摘要）

来源	要点	用途
SimpleMem	高效终身记忆	模式积累
Multi-Memory Survey	语义 + 情景	规则与实例
Lifelong Learning	持续任务流	多轮技能学习

改进循环（概念）

Skill / 任务结束 → 抽取经验 → 抽象模式 → 更新目标 SKILL.md + memory

演进优先级（示例）

当发现可复用知识时，优先把规则写回实际存在的 nanobot 技能（如 code-review-expert、skill-creator）或工作区 skills/，不要虚构技能名。

触发	目标	优先级
调试结论	相关调试/重构类技能	高
Review 漏项	code-review-expert	高
API/架构取舍	架构或 API 类技能	高
React/状态模式	前端/调试类技能	中
测试策略	测试类技能	中

多记忆布局（路径以系统 Skills 列表为准）

系统提示里每条技能会给出 SKILL.md 绝对路径 与 dir:（该文件所在目录，即技能根目录）。例如：.../SKILL.md | dir: .../self-improving-agent —— 则：

• memory/semantic-patterns.json → .../self-improving-agent/memory/semantic-patterns.json
• memory/episodic/、memory/working/、templates/、references/ → 均在 .../self-improving-agent/ 下同名子目录

用 read_file / write_file / edit_file 时务必使用上述完整路径（勿假设只在用户 workspace/skills/ 下）。

1. 语义记忆：memory/semantic-patterns.json

抽象规则与模式，JSON 结构见文件内示例；更新时用 read_file 读全文件，write_file 或 edit_file 合并。

2. 情景记忆：memory/episodic/（建议 memory/episodic/YYYY/YYYY-MM-DD-{topic}.json）

单次会话的处境、根因、教训、用户反馈（若有）。

3. 工作记忆：memory/working/

current_session.json、last_error.json（自纠时填写）、session_end.json 等当前会话上下文。

流程

Phase 1：经验抽取

从刚完成的任务中整理：用了哪个技能、任务目标、结果（成功/部分/失败）、做得好与不好、根因、用户评分（若有）。

Phase 2：模式抽象

把具体事件写成可复用的一条模式，对照 memory/semantic-patterns.json 是否已有同类；决定是新增 patterns 条目还是提高 confidence / applications。JSON 内 meta.nanobot_target_skills_note 与每条 target_skills 已与 nanobot 内置技能名对齐；若新增模式，只能引用 nanobot/skills/ 下或 workspace/skills/ 下真实存在的目录名。

抽象规则（摘要）：

• 同类问题重复 ≥3 次：考虑写入目标技能的「易错点」
• 方案有效：写入「最佳实践」
• 用户评分高：强化该策略；评分低：写入「避免」并降置信

Phase 3：更新技能

在目标 SKILL.md 中加入带日期的段落，并保留标记：

<!-- Evolution: 2025-01-12 | source: ep-2025-01-12-001 | skill: code-review-expert -->

纠错示例：

<!-- Correction: 2025-01-12 | was: "..." | reason: 导致陈旧数据 -->

Phase 4：固化

1. 更新 memory/semantic-patterns.json
2. 新建或追加 memory/episodic/...json
3. 调整置信度；长期未验证的低置信模式可删减（需简要记录原因）
4. SQLite（nanobot）— 必须执行：每条要进入主 Agent Memory 的结论，在改完文件后必须调用工具 persist_self_improvement 写入 .nanobot/chat.db（scope=self_improve）。只改 JSON/SKILL 不会进 SQLite；跳过则后续对话里看不到这条总结。
   • source_type：self_improve_episode / self_improve_pattern / self_improve_correction
   • 去重键：(source_id, source_type)；同 id 不同类型可并存。
   • source_id：与 episodic、semantic-patterns、<!-- Evolution --> 一致（如 ep-…、pat-…）。
   • content：简短摘要（≤16KB）。子 Agent 开独立记忆时写入对应 agent_id。

自纠（exec 非零 / 测试失败 / 用户否定）

1. 把错误上下文写入 memory/working/last_error.json（或会话小结）
2. 区分：技能写错、理解偏差、步骤不全
3. 用 edit_file 改正对应 SKILL.md，写 Correction 标记，并同步语义 memory
4. 必要时用 exec 重跑验证，并请用户确认

校验

使用 references/appendix.md 与 templates/validation-template.md 做发版前检查。

外部产品：Claude Code hooks（可选）

仅在 Claude Code 等支持 ~/.claude/settings.json hooks 的环境中使用；将 ${SKILLS_DIR} 换为实际技能根目录，并指向本仓库内 nanobot/skills/self-improving-agent/hooks/ 下的脚本（需 bash 环境）。

{
  "hooks": {
    "PreToolUse": [
      {
        "matcher": "Bash|Write|Edit",
        "hooks": [
          {
            "type": "command",
            "command": "bash ${SKILLS_DIR}/self-improving-agent/hooks/pre-tool.sh \"$TOOL_NAME\" \"$TOOL_INPUT\""
          }
        ]
      }
    ],
    "PostToolUse": [
      {
        "matcher": "Bash",
        "hooks": [
          {
            "type": "command",
            "command": "bash ${SKILLS_DIR}/self-improving-agent/hooks/post-bash.sh \"$TOOL_OUTPUT\" \"$EXIT_CODE\""
          }
        ]
      }
    ],
    "Stop": [
      {
        "matcher": "",
        "hooks": [
          {
            "type": "command",
            "command": "bash ${SKILLS_DIR}/self-improving-agent/hooks/session-end.sh"
          }
        ]
      }
    ]
  }
}

工具与引用

• 必读：本文件；详细模板见 templates/；结构说明见 references/appendix.md
• 读写技能：通过 read_file 打开目标路径（系统提示里会列出各技能 SKILL.md 路径）
• 搜索代码：exec 使用 rg（若可用）或仓库约定的方式

原则

应做：从多次交互中抽象；更新多个相关技能；记录置信度与应用次数；大范围改写前先验证。

避免：单次个案过度泛化；无上下文的矛盾规则；破坏现有流程的「大改」。

快速开始（nanobot）

用户或你在任务末尾 主动请求 执行本流程：分析 → 抽取模式 → 更新 memory/ 与相关 SKILL.md → 简短向用户汇报变更摘要。

参考链接

• SimpleMem
• Memory Mechanisms Survey
• Lifelong Learning of LLM Agents