self-improvement

自己改善スキル

継続的な改善のために、学びやエラーを Markdown ファイルに記録します。コーディングエージェントが後からこれらを処理して修正に反映でき、重要な学びはプロジェクトのメモリに昇格されます。

クイックリファレンス

状況	対応
コマンド／操作に失敗した	.learnings/ERRORS.md に記録します
ユーザーから訂正された	カテゴリを correction として .learnings/LEARNINGS.md に記録します
ユーザーが不足している機能を求めた	.learnings/FEATURE_REQUESTS.md に記録します
API／外部ツールに失敗した	統合の詳細とともに .learnings/ERRORS.md に記録します
知識が古くなっていた	カテゴリを knowledge_gap として .learnings/LEARNINGS.md に記録します
より良い方法を見つけた	カテゴリを best_practice として .learnings/LEARNINGS.md に記録します
繰り返し発生するパターンを簡素化／強化する	Source: simplify-and-harden と安定した Pattern-Key を付けて .learnings/LEARNINGS.md に記録／更新します
既存のエントリーに類似している	**See Also** でリンクし、優先度の引き上げを検討します
幅広く適用できる学び	CLAUDE.md、AGENTS.md、および／または .github/copilot-instructions.md に昇格します
ワークフローの改善	AGENTS.md（OpenClaw ワークスペース）に昇格します
ツールの注意点	TOOLS.md（OpenClaw ワークスペース）に昇格します
振る舞いのパターン	SOUL.md（OpenClaw ワークスペース）に昇格します

OpenClaw のセットアップ（推奨）

OpenClaw は、このスキルの主要なプラットフォームです。ワークスペースベースのプロンプトインジェクションを使用し、スキルを自動的に読み込みます。

インストール

ClawdHub 経由（推奨）：

clawdhub install self-improving-agent

手動：

git clone https://github.com/peterskoett/self-improving-agent.git ~/.openclaw/skills/self-improving-agent

元のリポジトリから OpenClaw 用に作り直しました：https://github.com/pskoett/pskoett-ai-skills - https://github.com/pskoett/pskoett-ai-skills/tree/main/skills/self-improvement

ワークスペース構成

OpenClaw は、これらのファイルをすべてのセッションに挿入します。

~/.openclaw/workspace/
├── AGENTS.md          # Multi-agent workflows, delegation patterns
├── SOUL.md            # Behavioral guidelines, personality, principles
├── TOOLS.md           # Tool capabilities, integration gotchas
├── MEMORY.md          # Long-term memory (main session only)
├── memory/            # Daily memory files
│   └── YYYY-MM-DD.md
└── .learnings/        # This skill's log files
    ├── LEARNINGS.md
    ├── ERRORS.md
    └── FEATURE_REQUESTS.md

学びのファイルを作成する

mkdir -p ~/.openclaw/workspace/.learnings

次に、ログファイルを作成します（または assets/ からコピーします）。

• LEARNINGS.md — 訂正、知識の不足、ベストプラクティス
• ERRORS.md — コマンドの失敗、例外
• FEATURE_REQUESTS.md — ユーザーが求めた機能

昇格先

学びが幅広く適用できるとわかったら、ワークスペースファイルに昇格します。

学びの種類	昇格先	例
振る舞いのパターン	SOUL.md	「簡潔にし、免責事項を避ける」
ワークフローの改善	AGENTS.md	「長時間のタスクではサブエージェントを起動する」
ツールの注意点	TOOLS.md	「Git のプッシュ前に認証を設定する」

セッション間のコミュニケーション

OpenClaw には、セッション間で学びを共有するためのツールがあります。

• sessions_list — アクティブなセッション／最近のセッションを表示します
• sessions_history — 別のセッションのトランスクリプトを読み取ります
• sessions_send — 別のセッションに学びを送信します
• sessions_spawn — バックグラウンド作業用のサブエージェントを起動します

任意：フックを有効にする

セッション開始時に自動でリマインダーを表示するには：

# Copy hook to OpenClaw hooks directory
cp -r hooks/openclaw ~/.openclaw/hooks/self-improvement

# Enable it
openclaw hooks enable self-improvement

詳しくは references/openclaw-integration.md を参照してください。

---

汎用セットアップ（その他のエージェント）

Claude Code、Codex、Copilot、その他のエージェントでは、プロジェクト内に .learnings/ を作成します。

mkdir -p .learnings

assets/ からテンプレートをコピーするか、ヘッダーを付けてファイルを作成します。

学びの記録を促すために、エージェントのファイル AGENTS.md、CLAUDE.md、または .github/copilot-instructions.md に参照を追加します。（これはフックベースのリマインダーの代替手段です）

自己改善ワークフロー

エラーや訂正が発生した場合：

1. .learnings/ERRORS.md、LEARNINGS.md、または FEATURE_REQUESTS.md に記録します
2. 幅広く適用できる学びを確認し、次のファイルに昇格します。
   • CLAUDE.md - プロジェクトの事実と規約
   • AGENTS.md - ワークフローと自動化
   • .github/copilot-instructions.md - Copilot のコンテキスト

記録形式

学びのエントリー

.learnings/LEARNINGS.md に追記します。

## [LRN-YYYYMMDD-XXX] category

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

### Summary
One-line description of what was learned

### Details
Full context: what happened, what was wrong, what's correct

### Suggested Action
Specific fix or improvement to make

### Metadata
- Source: conversation | error | user_feedback
- Related Files: path/to/file.ext
- Tags: tag1, tag2
- See Also: LRN-20250110-001 (if related to existing entry)
- Pattern-Key: simplify.dead_code | harden.input_validation (optional, for recurring-pattern tracking)
- Recurrence-Count: 1 (optional)
- First-Seen: 2025-01-15 (optional)
- Last-Seen: 2025-01-15 (optional)

---

エラーのエントリー

.learnings/ERRORS.md に追記します。

## [ERR-YYYYMMDD-XXX] skill_or_command_name

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

### Summary
Brief description of what failed

### Error

実際のエラーメッセージまたは出力

### Context
- Command/operation attempted
- Input or parameters used
- Environment details if relevant

### Suggested Fix
If identifiable, what might resolve this

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

---

機能リクエストのエントリー

.learnings/FEATURE_REQUESTS.md に追記します。

## [FEAT-YYYYMMDD-XXX] capability_name

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

### Requested Capability
What the user wanted to do

### User Context
Why they needed it, what problem they're solving

### Complexity Estimate
simple | medium | complex

### Suggested Implementation
How this could be built, what it might extend

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

---

ID の生成

形式：TYPE-YYYYMMDD-XXX

• TYPE：LRN（学習）、ERR（エラー）、FEAT（機能）
• YYYYMMDD：現在の日付
• XXX：連番またはランダムな 3 文字（例：001、A7B）

例：LRN-20250115-001、ERR-20250115-A3F、FEAT-20250115-002

エントリーの解決

問題を修正したら、エントリーを更新します。

1. **Status**: pending を **Status**: resolved に変更します
2. Metadata の後に解決ブロックを追加します。

### Resolution
- **Resolved**: 2025-01-16T09:00:00Z
- **Commit/PR**: abc123 or #42
- **Notes**: Brief description of what was done

その他のステータス値：

• in_progress - 対応中
• wont_fix - 対応しないことを決定（Resolution notes に理由を追加）
• promoted - CLAUDE.md、AGENTS.md、または .github/copilot-instructions.md に昇格

プロジェクトメモリへの昇格

学習内容が広く適用可能な場合（その場限りの修正ではない場合）、永続的なプロジェクトメモリに昇格させます。

昇格する場合

• 複数のファイルや機能に適用される学習内容
• 人間または AI を問わず、すべてのコントリビューターが知っておくべき知識
• 同じ間違いの再発を防ぐもの
• プロジェクト固有の規約を記録するもの

昇格先

対象	記載する内容
CLAUDE.md	すべての Claude とのやり取りに関するプロジェクト情報、規約、注意点
AGENTS.md	エージェント固有のワークフロー、ツールの使用パターン、自動化ルール
.github/copilot-instructions.md	GitHub Copilot 向けのプロジェクトの背景情報と規約
SOUL.md	行動指針、コミュニケーションスタイル、原則（OpenClaw ワークスペース）
TOOLS.md	ツールの機能、使用パターン、連携時の注意点（OpenClaw ワークスペース）

昇格の方法

1. 要約：学習内容を簡潔なルールまたは事実にまとめます
2. 追加：対象ファイルの適切なセクションに追加します（必要に応じてファイルを作成します）
3. 元のエントリーを更新：
   • **Status**: pending を **Status**: promoted に変更します
   • **Promoted**: CLAUDE.md、AGENTS.md、または .github/copilot-instructions.md を追加します

昇格の例

学習内容（詳細）：

プロジェクトでは pnpm のワークスペースを使用します。npm install を試しましたが失敗しました。 ロックファイルは pnpm-lock.yaml です。pnpm install を使用する必要があります。

CLAUDE.md 内（簡潔）：

## Build & Dependencies
- Package manager: pnpm (not npm) - use `pnpm install`

学習内容（詳細）：

API エンドポイントを変更する際は、TypeScript クライアントを再生成する必要があります。 これを忘れると、実行時に型の不一致が発生します。

AGENTS.md 内（実行可能な指示）：

## After API Changes
1. Regenerate client: `pnpm run generate:api`
2. Check for type errors: `pnpm tsc --noEmit`

繰り返しパターンの検出

既存のエントリーと似た内容を記録する場合：

1. まず検索：grep -r "keyword" .learnings/
2. エントリーをリンク：Metadata に **See Also**: ERR-20250110-001 を追加します
3. 問題が繰り返し発生する場合は、優先度を上げます
4. システム的な修正を検討：繰り返し発生する問題は、多くの場合、次のことを示しています。
   • ドキュメントの不足（→ CLAUDE.md または .github/copilot-instructions.md に昇格）
   • 自動化の不足（→ AGENTS.md に追加）
   • アーキテクチャ上の問題（→ 技術的負債のチケットを作成）

フィードの簡素化と強化

このワークフローを使用して、simplify-and-harden スキルから繰り返しパターンを取り込み、永続的なプロンプトガイダンスに変換します。

取り込みワークフロー

1. タスクの要約から simplify_and_harden.learning_loop.candidates を読み取ります。
2. 各候補について、pattern_key を安定した重複排除キーとして使用します。
3. .learnings/LEARNINGS.md で、そのキーを持つ既存のエントリーを検索します。
   • grep -n "Pattern-Key: <pattern_key>" .learnings/LEARNINGS.md
4. 見つかった場合：
   • Recurrence-Count を増やします
   • Last-Seen を更新します
   • 関連するエントリーやタスクへの See Also リンクを追加します
5. 見つからなかった場合：
   • 新しい LRN-... エントリーを作成します
   • Source: simplify-and-harden を設定します
   • Pattern-Key、Recurrence-Count: 1、First-Seen／Last-Seen を設定します

昇格ルール (システムプロンプトへのフィードバック)

以下のすべてに当てはまる場合、繰り返し発生するパターンをエージェントのコンテキスト/システムプロンプトファイルに昇格させます:

• Recurrence-Count >= 3
• 少なくとも 2 つの異なるタスクにまたがって確認されている
• 30 日以内の期間に発生している

昇格先:

• CLAUDE.md
• AGENTS.md
• .github/copilot-instructions.md
• 該当する場合は OpenClaw のワークスペースレベルのガイダンス用の SOUL.md / TOOLS.md

昇格させるルールは、長いインシデント報告ではなく、短い予防ルール (コーディングの前/最中に何をすべきか) として記述します。

定期的なレビュー

自然な区切りで .learnings/ をレビューします:

レビューのタイミング

• 新しい大きなタスクを始める前
• 機能を完成させた後
• 過去の学びがある領域で作業するとき
• 活発に開発している間は毎週

クイックステータス確認

# Count pending items
grep -h "Status\*\*: pending" .learnings/*.md | wc -l

# List pending high-priority items
grep -B5 "Priority\*\*: high" .learnings/*.md | grep "^## \["

# Find learnings for a specific area
grep -l "Area\*\*: backend" .learnings/*.md

レビューのアクション

• 修正済みの項目を解決する
• 該当する学びを昇格させる
• 関連するエントリをリンクする
• 繰り返し発生する問題をエスカレーションする

検出トリガー

以下のことに気づいたら自動的に記録します:

訂正 (→ correction カテゴリの学び):

• 「いや、それは正しくない...」
• 「実は、こうあるべきです...」
• 「〜について間違っています...」
• 「それは古くなっています...」

機能リクエスト (→ 機能リクエスト):

• 「〜もできますか...」
• 「〜できたらいいのに...」
• 「〜する方法はありますか...」
• 「なぜ〜できないのですか...」

知識のギャップ (→ knowledge_gap カテゴリの学び):

• ユーザーがあなたの知らなかった情報を提供する
• 参照したドキュメントが古くなっている
• API の動作があなたの理解と異なる

エラー (→ エラーエントリ):

• コマンドが非ゼロの終了コードを返す
• 例外またはスタックトレース
• 予期しない出力や動作
• タイムアウトまたは接続失敗

優先度のガイドライン

優先度	使用する場合
critical	コア機能をブロックする、データ損失のリスク、セキュリティ問題
high	重大な影響、一般的なワークフローに影響、繰り返し発生する問題
medium	中程度の影響、回避策が存在する
low	軽微な不便、エッジケース、あると便利

エリアタグ

コードベースの領域で学びを絞り込むために使用します:

エリア	範囲
frontend	UI、コンポーネント、クライアントサイドのコード
backend	API、サービス、サーバーサイドのコード
infra	CI/CD、デプロイ、Docker、クラウド
tests	テストファイル、テストユーティリティ、カバレッジ
docs	ドキュメント、コメント、README
config	設定ファイル、環境、設定

ベストプラクティス

1. すぐに記録する - 問題の直後が最もコンテキストが新鮮です
2. 具体的にする - 将来のエージェントがすぐに理解できる必要があります
3. 再現手順を含める - 特にエラーの場合
4. 関連ファイルをリンクする - 修正が容易になります
5. 具体的な修正を提案する - 「調査する」だけではなく
6. 一貫したカテゴリを使用する - フィルタリングが可能になります
7. 積極的に昇格させる - 迷ったら、CLAUDE.md や .github/copilot-instructions.md に追加します
8. 定期的にレビューする - 古くなった学びは価値を失います

Gitignore のオプション

学びをローカルに保つ (開発者ごと):

.learnings/

学びをリポジトリで追跡する (チーム全体): .gitignore に追加しないでください - 学びは共有知識になります。

ハイブリッド (テンプレートを追跡し、エントリは無視する):

.learnings/*.md
!.learnings/.gitkeep

フックの統合

エージェントフックを通じて自動リマインダーを有効にします。これはオプトインです - フックを明示的に設定する必要があります。

クイックセットアップ (Claude Code / Codex)

プロジェクトに .claude/settings.json を作成します:

{
  "hooks": {
    "UserPromptSubmit": [{
      "matcher": "",
      "hooks": [{
        "type": "command",
        "command": "./skills/self-improvement/scripts/activator.sh"
      }]
    }]
  }
}

これにより、各プロンプトの後に学習評価のリマインダーが挿入されます (オーバーヘッドは約 50〜100 トークン)。

フルセットアップ (エラー検出あり)

{
  "hooks": {
    "UserPromptSubmit": [{
      "matcher": "",
      "hooks": [{
        "type": "command",
        "command": "./skills/self-improvement/scripts/activator.sh"
      }]
    }],
    "PostToolUse": [{
      "matcher": "Bash",
      "hooks": [{
        "type": "command",
        "command": "./skills/self-improvement/scripts/error-detector.sh"
      }]
    }]
  }
}

利用可能なフックスクリプト

スクリプト	フックタイプ	目的
scripts/activator.sh	UserPromptSubmit	タスク後に学びを評価するよう促します
scripts/error-detector.sh	PostToolUse (Bash)	コマンドエラー時にトリガーされます

詳細な設定とトラブルシューティングについては references/hooks-setup.md を参照してください。

自動スキル抽出

学びが再利用可能なスキルになるほど価値がある場合、提供されているヘルパーを使用して抽出します。

スキル抽出の基準

次のいずれかに該当する学びは、スキル抽出の対象となります。

基準	説明
繰り返し発生	類似する問題への See Also リンクが 2 件以上ある
検証済み	ステータスが resolved で、修正が機能している
自明ではない	発見するために実際のデバッグや調査が必要だった
幅広く適用可能	プロジェクト固有ではなく、さまざまなコードベースで役立つ
ユーザーからの指定	ユーザーが「これをスキルとして保存して」などと伝えている

抽出ワークフロー

1. 候補を特定する：学びが抽出基準を満たしている
2. ヘルパーを実行する（または手動で作成する）：

   ./skills/self-improvement/scripts/extract-skill.sh skill-name --dry-run
   ./skills/self-improvement/scripts/extract-skill.sh skill-name
   

3. SKILL.md をカスタマイズする：テンプレートに学びの内容を記入する
4. 学びを更新する：ステータスを promoted_to_skill に設定し、Skill-Path を追加する
5. 検証する：新しいセッションでスキルを読み、単独で完結していることを確認する

手動での抽出

手動で作成する場合：

1. skills/<skill-name>/SKILL.md を作成する
2. assets/SKILL-TEMPLATE.md のテンプレートを使用する
3. Agent Skills spec に従う：
   • name と description を含む YAML フロントマター
   • 名前はフォルダー名と一致させる
   • スキルフォルダー内に README.md を作成しない

抽出を検出するトリガー

学びをスキルにするべき兆候に注意してください。

会話での兆候：

• 「これをスキルとして保存して」
• 「これに何度も遭遇する」
• 「これはほかのプロジェクトでも役立ちそう」
• 「このパターンを覚えておいて」

学習エントリでの兆候：

• See Also リンクが複数ある（繰り返し発生する問題）
• 優先度が高く、ステータスが resolved
• カテゴリーが best_practice で、幅広く適用可能
• 解決策を称賛するユーザーからのフィードバック

スキル品質ゲート

抽出する前に、次の点を確認してください。

• 解決策がテスト済みで、機能している
• 説明が元のコンテキストなしで理解できる
• コード例が単独で完結している
• プロジェクト固有の値がハードコードされていない
• スキルの命名規則（小文字、ハイフン）に従っている

マルチエージェント対応

このスキルは、エージェントごとの有効化方法により、さまざまな AI コーディングエージェントで動作します。

Claude Code

有効化：フック（UserPromptSubmit、PostToolUse） セットアップ：フック設定を含む .claude/settings.json 検出：フックスクリプトによる自動検出

Codex CLI

有効化：フック（Claude Code と同じパターン） セットアップ：フック設定を含む .codex/settings.json 検出：フックスクリプトによる自動検出

GitHub Copilot

有効化：手動（フック非対応） セットアップ：.github/copilot-instructions.md に追加します。

## Self-Improvement

After solving non-obvious issues, consider logging to `.learnings/`:
1. Use format from self-improvement skill
2. Link related entries with See Also
3. Promote high-value learnings to skills

Ask in chat: "Should I log this as a learning?"

検出：セッション終了時に手動で確認

OpenClaw

有効化：ワークスペースへの注入＋エージェント間メッセージング セットアップ：上記の「OpenClaw Setup」セクションを参照してください 検出：セッションツールとワークスペースファイルを使用

エージェントに依存しないガイダンス

エージェントにかかわらず、次の場合は自己改善を適用してください。

1. 自明ではないことを発見したとき — 解決策がすぐには分からなかった
2. 自分の誤りを訂正したとき — 最初のアプローチが間違っていた
3. プロジェクトの規約を学んだとき — 文書化されていないパターンを発見した
4. 予期しないエラーに遭遇したとき — 特に原因の特定が難しかった場合
5. より良いアプローチを見つけたとき — 最初の解決策を改善できた

Copilot Chat との統合

Copilot ユーザーは、必要に応じてプロンプトに次の内容を追加してください。

このタスクの完了後、自己改善スキルの形式を使って、.learnings/ に記録すべき学びがあるか評価してください。

または、次のクイックプロンプトを使用してください。

• 「これを学習記録に残して」
• 「この解決策からスキルを作成して」
• 「関連する問題がないか .learnings/ を確認して」