mcpField
S
self-improvement-ci

self-improvement-ci

github.com/pskoettAgent 工作流327545 次安装1 天前更新
代码仓库

关于 self-improvement-ci

self-improvement-ci 是面向 GitHub Actions 中 CI Agent 的技能，用于汇总 PR 检查和学习记录中的重复问题。它按复现阈值生成机器可读的改进建议，供人工审查，不直接修改仓库。

主要功能

  1. 01检查 PR 检查结果与 CI 失败
  2. 02汇总学习候选和 Handoff 记录
  3. 03按 pattern_key 去重并统计复现
  4. 04输出供人工审查的晋升建议

适用场景

  1. 01聚合多次 CI 运行中的重复模式
  2. 02将符合阈值的规则提议加入 Agent 指令
  3. 03在 CI 中生成机器可读的学习输出

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/pskoett/pskoett-ai-skills --skill self-improvement-ci

安装后在 Claude Code 中输入/self-improvement-ci确认已加载。

附带文件references/workflow-example.md

详细介绍

自我改进 CI

安装

gh skill install pskoett/pskoett-skills self-improvement-ci

使用 Agent Skills CLI 作为备用方案：

npx skills add pskoett/pskoett-skills/skills/self-improvement-ci

目的

在 CI 中运行自我改进，而无需交互式聊天循环：

  • 检查 PR 检查结果和 CI 失败
  • 从 simplify-and-harden-ci 收集学习候选项
  • 从 .learnings/HEALS.md 收集 Handoff 块（由 self-healing / self-healing-ci 记录），并将其作为待晋升候选项展示
  • 按稳定的 pattern_key 对重复模式去重
  • 输出可用于晋升的建议，供 Agent 上下文/系统提示词使用

此技能对仓库为只读（参见 CI 合约）：不会写入 .learnings/ 条目。候选项以机器可读的输出形式提供，晋升则以 PR 或评论的形式提出，供人工审核。

在交互式/本地会话中使用 self-improvement。

上下文限制（重要）

CI Agent 无法获得原始实现会话中的完整任务上下文。使用此技能汇总多次运行中的重复模式，而不要推断细微的一次性意图。

影响：

  • 优先依据稳定的 pattern_key 重复信号，而不是单次运行的结论
  • 晋升前必须达到重复次数阈值
  • 不确定或影响较大的建议应交由交互式审核

先决条件

  1. 为仓库启用 GitHub Actions
  2. 已通过身份验证的 GitHub CLI（gh auth status）
  3. 已安装用于编写/验证的 gh-aw：
gh extension install github/gh-aw

CI 合约

CI 技能必须：

  1. 仅读取 PR 范围内的数据（检查、工作流结果、现有学习条目）
  2. 避免在 CI 中直接修改代码
  3. 输出机器可读的学习数据
  4. 仅在达到重复次数阈值时建议晋升

输出架构

self_improvement_ci:
  source:
    pr_number: 123
    commit_sha: "abc123"
  candidates:
    - pattern_key: "harden.input_validation"
      source: "simplify-and-harden-ci"
      recurrence_count: 3
      first_seen: "2026-02-01"
      last_seen: "2026-02-20"
      severity: "high"
      suggested_rule: "Validate and bound-check external inputs before use."
      promotion_ready: true
  summary:
    candidates_total: 4
    promotion_ready_total: 1
    followup_required: true

重复和晋升规则

  • 按 pattern_key 跟踪重复情况
  • 默认晋升阈值：
    • recurrence_count >= 3
    • 在 >= 2 个不同任务/运行中出现
    • 时间范围为 30 天
  • 晋升目标：
    • CLAUDE.md
    • AGENTS.md
    • .github/copilot-instructions.md
    • 使用 openclaw 工作区记忆时的 SOUL.md / TOOLS.md

编写工作流（gh-aw）

示例模板仅供参考，位于 references/workflow-example.md。 在明确决定启用 CI 自动化之前，请将示例放在 .github/workflows 之外。

准备就绪后：

  1. 将模板复制到 .github/workflows/self-improvement-ci.md
  2. 自定义工具访问权限、输出和策略阈值
  3. 验证：
gh aw compile --validate --strict
  1. 手动触发测试运行：
gh aw run self-improvement-ci --push

Heal 交接收集

self-healing-ci 会将 Handoff 块追加到符合晋升规则的 .learnings/HEALS.md 条目中。每次运行时：

  1. 只读 .learnings/HEALS.md，收集包含 Handoff 块的条目
  2. 将每个条目映射为候选项：pattern_key 取自 HEAL 的 Pattern-Key，suggested_rule 取自 Distilled Rule，重复相关字段取自条目元数据
  3. 满足晋升规则时，将 promotion_ready: true 标记为真，并将候选项与 simplify-and-harden-ci 候选项一同纳入输出架构
  4. 以 PR 或评论的形式提出晋升建议（目标文件 + 规则文本）——绝不直接从 CI 写入指令文件

与其他技能集成

  • 与 simplify-and-harden-ci 配合，收集 simplify_and_harden.learning_loop.candidates
  • 与 self-healing-ci 配合；此技能会使用其 HEALS.md Handoff 块（参见 Heal 交接收集）
  • 将已晋升的模式反馈到 self-improvement 记忆工作流中，形成持久有效的预防规则

评论

支持 Markdown