ai-self-evolution

name	ai-self-evolution
description	记录经验、错误与修正，持续改进。触发场景：命令失败 | 操作出错 | 用户纠正（不对、实际上、你错了） | 功能请求（能不能、我希望、有没有办法） | API或工具失败 | 知识过时 | 发现更优做法 | 重复模式 | 非显而易见的问题。执行重大任务前先回顾历史经验。会话开始时回顾，会话结束时总结。

自我改进技能

将经验与错误记录到 .learnings/ 目录，形成持续改进闭环。高价值经验沉淀到项目记忆。

安装/配置/Hook/多代理适配 → 见 references/ 目录

快速参考

场景	操作
命令/操作失败	记录到 ERRORS.md
用户纠正你	记录到 LEARNINGS.md，分类 correction
用户提出新需求	记录到 FEATURE_REQUESTS.md
API/外部工具失败	记录到 ERRORS.md，补充集成细节
知识已过时	记录到 LEARNINGS.md，分类 knowledge_gap
发现更好做法	记录到 LEARNINGS.md，分类 best_practice
重复模式（simplify-and-harden）	记录或更新 LEARNINGS.md，设 Pattern-Key
与已有条目相似	用 See Also 关联，必要时提高优先级
可广泛复用的经验	提升到 CLAUDE.md / AGENTS.md
工作流/工具/行为类	提升到 AGENTS.md / TOOLS.md / SOUL.md（OpenClaw 工作区）

所有日志文件位于 .learnings/ 目录（项目级或 ~/.openclaw/workspace/.learnings/）。

---

会话开始：自动回顾

每次会话开始或执行重大任务前，执行以下回顾流程：

1. 检查待处理条目：

   grep -c "Status\*\*: pending" .learnings/*.md 2>/dev/null
   

2. 扫描高优先级问题：

   grep -B3 "Priority\*\*: high\|Priority\*\*: critical" .learnings/*.md | grep "^## \["
   

3. 检查与当前任务相关的历史经验：根据任务涉及的 Area 和关键词搜索
4. 加载最近条目（最近 7 天内创建的）：快速浏览最新 3-5 条记录
5. 输出回顾摘要（内部执行，不打扰用户）：待处理数 / 高优数 / 相关经验

如果 .learnings/ 不存在或为空，跳过回顾，正常工作。

---

会话结束：经验总结

在会话即将结束时（用户明确结束、任务完成、长时间无新指令），执行：

1. 回顾本次会话：检查是否有未记录的错误、纠正或新发现
2. 补录遗漏条目：将本次会话中遗漏的经验补充记录
3. 更新已解决条目：本次修复的问题，将状态改为 resolved
4. 输出会话经验摘要（简短告知用户）：
   • 本次新增条目数 / 关闭条目数
   • 建议提升的高价值经验（如有）
5. 触发归档检查：如果条目总数超过阈值，执行归档流程

---

自动合并与归档

触发条件（满足任一即执行）

• 单个文件超过 50 条 pending 条目
• 存在超过 90 天未更新的 pending 条目
• 会话结束总结时检测到条目膨胀

归档流程

1. 合并重复条目：相同 Pattern-Key 或高度相似 Summary → 合并为一条，累加 Recurrence-Count，保留最新 Last-Seen，用 See Also 记录被合并的原始 ID
2. 归档已关闭条目：resolved / wont_fix / promoted 超过 30 天 → 移动到 .learnings/archive/YYYY-MM.md
3. 清理低价值条目：low 优先级 + pending 超过 60 天 → 标记 stale；stale 超过 30 天 → 归档

---

检测触发器

观察到以下信号时立即记录：

类型	信号	记录到
纠正	"不对" "实际上应该" "你这里错了" "已经过时了"	LEARNINGS.md 分类 correction
功能请求	"你还能不能" "我希望你可以" "有没有办法" "为什么你不能"	FEATURE_REQUESTS.md
知识缺口	用户提供你不知道的信息、文档过时、API 行为不一致	LEARNINGS.md 分类 knowledge_gap
错误	非零退出码、异常堆栈、输出异常、超时、连接失败	ERRORS.md
更优做法	发现比当前方案更好的实现	LEARNINGS.md 分类 best_practice

---

记录格式

Learning 条目（追加到 LEARNINGS.md）

## [LRN-YYYYMMDD-XXX] category

**Logged**: ISO-8601 timestamp
**Priority**: low | medium | high | critical
**Status**: pending
**Area**: frontend | backend | infra | tests | docs | config

### Summary
一行描述学到了什么

### Details
完整上下文：发生了什么、哪里错了、正确做法是什么

### Suggested Action
可执行的修复或改进建议

### Metadata
- Source: conversation | error | user_feedback | simplify-and-harden
- Related Files: path/to/file.ext
- Tags: tag1, tag2
- See Also: LRN-20250110-001
- Pattern-Key: simplify.dead_code（可选）
- Recurrence-Count: 1（可选）
- First-Seen / Last-Seen: 2025-01-15（可选）

---

Error 条目（追加到 ERRORS.md）

## [ERR-YYYYMMDD-XXX] skill_or_command_name

**Logged**: ISO-8601 timestamp
**Priority**: high
**Status**: pending
**Area**: frontend | backend | infra | tests | docs | config

### Summary
失败情况简述

### Error
实际错误信息或输出

### Context
- 尝试执行的命令/操作
- 使用的输入或参数

### Suggested Fix
潜在修复方式

### Metadata
- Reproducible: yes | no | unknown
- Related Files: path/to/file.ext
- See Also: ERR-20250110-001

---

Feature Request 条目（追加到 FEATURE_REQUESTS.md）

## [FEAT-YYYYMMDD-XXX] capability_name

**Logged**: ISO-8601 timestamp
**Priority**: medium
**Status**: pending
**Area**: frontend | backend | infra | tests | docs | config

### Requested Capability
用户希望实现的能力

### User Context
用户为什么需要它

### Complexity Estimate
simple | medium | complex

### Suggested Implementation
可行实现思路

### Metadata
- Frequency: first_time | recurring
- Related Features: existing_feature_name

---

---

ID 与状态

ID 格式：TYPE-YYYYMMDD-XXX（TYPE: LRN/ERR/FEAT，XXX: 顺序号或随机 3 位）

状态流转：

• pending → in_progress → resolved（附 Resolution 块）
• pending → wont_fix（附原因）
• pending / resolved → promoted（已提升到项目记忆）
• pending → promoted_to_skill（已抽取为独立 skill）
• pending → stale → 归档

关闭条目时，在 Metadata 后添加：

### Resolution
- **Resolved**: ISO-8601 timestamp
- **Commit/PR**: abc123 or #42
- **Notes**: 简述

---

重复模式检测

记录前先搜索已有条目：

1. grep -r "关键词" .learnings/
2. 若已有相似条目：添加 See Also 关联，增加 Recurrence-Count
3. 重复 3 次以上 → 提高优先级，考虑系统性修复
4. 系统性修复方向：文档缺失 → 提升到 CLAUDE.md；自动化缺失 → 写入 AGENTS.md；架构问题 → 创建技术债任务

Simplify & Harden 吸收

1. 从任务摘要读取 simplify_and_harden.learning_loop.candidates
2. 以 pattern_key 去重，搜索 LEARNINGS.md
3. 已存在 → 增加 Recurrence-Count，更新 Last-Seen
4. 不存在 → 新建条目，设 Source: simplify-and-harden

---

提升到项目记忆

何时提升

• 经验适用于多个文件/功能
• 任何贡献者都应知晓
• 能避免重复犯错
• 重复模式满足：Recurrence-Count >= 3 + 涉及 2+ 任务 + 30 天窗口内

提升目标

经验类型	提升到
项目事实、通用约定	CLAUDE.md
工作流、自动化规则	AGENTS.md
行为准则、沟通风格	SOUL.md（OpenClaw）
工具能力、集成坑点	TOOLS.md（OpenClaw）

如何提升

1. 提炼为简洁预防规则（编码前/编码中该做什么），而非事故复盘
2. 写入目标文件对应章节
3. 更新原条目状态为 promoted，添加 Promoted: <目标文件>

Skill 抽取

当经验满足以下任一条件时，可抽取为独立 skill：

• 通过 See Also 关联到 2+ 相似问题
• 状态为 resolved 且修复已验证
• 非项目特定，可跨代码库复用
• 用户明确要求"保存成 skill"

抽取流程与模板 → 见 references/skill-extraction.md

---

优先级与 Area

优先级	适用场景
critical	阻塞核心功能、数据丢失风险、安全问题
high	影响显著、常用流程、重复出现
medium	影响中等、有可行绕过方案
low	轻微不便、边缘场景

Area	范围
frontend	UI、组件、客户端
backend	API、服务端
infra	CI/CD、部署、Docker
tests	测试文件、覆盖率
docs	文档、README
config	配置、环境、参数

---

最佳实践

1. 立即记录 — 问题刚发生时上下文最完整
2. 具体明确 — 便于后续代理快速理解
3. 包含复现步骤 — 尤其是错误类条目
4. 关联相关文件 — 提高修复效率
5. 给出可执行建议 — 避免仅写"需要调查"
6. 记录前先搜索 — 避免重复，优先关联已有条目
7. 积极提升 — 有疑问时优先沉淀到项目记忆
8. 定期归档 — 保持日志文件精简高效