self-improvement

自我改进技能

将经验和错误记录到 Markdown 文件中，以便持续改进。编码 Agent 之后可以处理这些记录并据此修复问题，重要经验则会被提升到项目记忆中。

快速参考

情况	操作
命令／操作失败	记录到 .learnings/ERRORS.md
用户纠正了你	以 correction 类别记录到 .learnings/LEARNINGS.md
用户想要缺失的功能	记录到 .learnings/FEATURE_REQUESTS.md
API／外部工具失败	将集成详情记录到 .learnings/ERRORS.md
知识已过时	以 knowledge_gap 类别记录到 .learnings/LEARNINGS.md
发现更好的方法	以 best_practice 类别记录到 .learnings/LEARNINGS.md
简化／强化反复出现的模式	在 .learnings/LEARNINGS.md 中记录／更新，并添加 Source: simplify-and-harden 和稳定的 Pattern-Key
与现有条目相似	使用 **See Also** 建立链接，并考虑提高优先级
具有广泛适用性的经验	提升到 CLAUDE.md、AGENTS.md 和／或 .github/copilot-instructions.md
工作流改进	提升到 AGENTS.md（OpenClaw 工作区）
工具注意事项	提升到 TOOLS.md（OpenClaw 工作区）
行为模式	提升到 SOUL.md（OpenClaw 工作区）

OpenClaw 设置（推荐）

OpenClaw 是此技能的主要平台。它通过基于工作区的提示词注入来工作，并自动加载技能。

安装

通过 ClawdHub（推荐）：

clawdhub install self-improving-agent

手动安装：

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

从原始仓库改编为 OpenClaw：https://github.com/pskoett/pskoett-ai-skills - https://github.com/pskoett/pskoett-ai-skills/tree/main/skills/self-improvement

工作区结构

OpenClaw 会在每个会话中注入以下文件：

~/.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

创建经验记录文件

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

然后创建日志文件（或从 assets/ 复制）：

• LEARNINGS.md — 纠正、知识缺口、最佳实践
• ERRORS.md — 命令失败、异常
• FEATURE_REQUESTS.md — 用户请求的功能

提升目标

当经验被证明具有广泛适用性时，将其提升到工作区文件中：

经验类型	提升到	示例
行为模式	SOUL.md	“简洁表达，避免免责声明”
工作流改进	AGENTS.md	“为长任务启动子 Agent”
工具注意事项	TOOLS.md	“Git push 前需要先配置身份验证”

会话间通信

OpenClaw 提供了用于跨会话共享经验的工具：

• sessions_list — 查看当前／近期会话
• sessions_history — 阅读其他会话的记录
• sessions_send — 将经验发送到其他会话
• sessions_spawn — 启动子 Agent 执行后台工作

可选：启用 Hook

如需在会话开始时自动提醒：

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

# Enable it
openclaw hooks enable self-improvement

完整详情请参阅 references/openclaw-integration.md。

---

通用设置（其他 Agent）

对于 Claude Code、Codex、Copilot 或其他 Agent，请在项目中创建 .learnings/：

mkdir -p .learnings

从 assets/ 复制模板，或创建带有标题的文件。

在 Agent 文件 AGENTS.md、CLAUDE.md 或 .github/copilot-instructions.md 中添加引用，提醒自己记录经验。（这是基于 Hook 的提醒方式的替代方案）

自我改进工作流

发生错误或收到纠正时：

1. 将记录写入 .learnings/ERRORS.md、LEARNINGS.md 或 FEATURE_REQUESTS.md
2. 审查经验，并将具有广泛适用性的内容提升到：
   • CLAUDE.md — 项目信息和约定
   • AGENTS.md — 工作流和自动化
   • .github/copilot-instructions.md — Copilot 上下文

记录格式

经验条目

追加到 .learnings/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
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)

---

错误条目

追加到 .learnings/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
Brief description of what failed

### Error

实际错误消息或输出

### 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)

---

功能请求条目

追加到 .learnings/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
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 生成

格式：TYPE-YYYYMMDD-XXX

• TYPE：LRN（学习经验）、ERR（错误）、FEAT（功能）
• YYYYMMDD：当前日期
• XXX：顺序编号或随机 3 个字符（例如：001、A7B）

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

解决条目

问题修复后，更新条目：

1. 将 **Status**: pending 改为 **Status**: resolved
2. 在 Metadata 后添加解决说明块：

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

其他状态值：

• in_progress - 正在处理中
• wont_fix - 决定不予处理（在 Resolution notes 中添加原因）
• promoted - 已提升至 CLAUDE.md、AGENTS.md 或 .github/copilot-instructions.md

提升至项目记忆

当某项学习经验具有广泛适用性（而非一次性修复）时，将其提升至永久项目记忆。

何时提升

• 学习经验适用于多个文件或功能
• 所有贡献者（人类或 AI）都应了解的知识
• 可防止重复出现的错误
• 记录项目特定约定

提升目标

目标	适合收录的内容
CLAUDE.md	适用于所有 Claude 交互的项目事实、约定和注意事项
AGENTS.md	Agent 专属工作流、工具使用模式和自动化规则
.github/copilot-instructions.md	面向 GitHub Copilot 的项目背景和约定
SOUL.md	行为准则、沟通风格和原则（OpenClaw 工作区）
TOOLS.md	工具能力、使用模式和集成注意事项（OpenClaw 工作区）

如何提升

1. 提炼学习经验，将其概括为简洁的规则或事实
2. 添加到目标文件的相应部分（如有需要则创建文件）
3. 更新原始条目：
   • 将 **Status**: pending 改为 **Status**: promoted
   • 添加 **Promoted**: CLAUDE.md、AGENTS.md 或 .github/copilot-instructions.md

提升示例

学习经验（冗长）：

项目使用 pnpm 工作区。尝试执行 npm install 但失败了。
锁定文件为 pnpm-lock.yaml。必须使用 pnpm install。

在 CLAUDE.md 中（简洁）：

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

学习经验（冗长）：

修改 API 端点时，必须重新生成 TypeScript 客户端。 忘记这一步会导致运行时类型不匹配。

在 AGENTS.md 中（可执行）：

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

检测重复模式

如果要记录的内容与现有条目相似：

1. 先搜索：grep -r "keyword" .learnings/
2. 关联条目：在 Metadata 中添加 **See Also**: ERR-20250110-001
3. 如果问题反复出现，提高优先级
4. 考虑系统性修复：重复出现的问题通常表明：
   • 缺少文档（→ 提升至 CLAUDE.md 或 .github/copilot-instructions.md）
   • 缺少自动化（→ 添加到 AGENTS.md）
   • 架构问题（→ 创建技术债工单）

精简并强化 Feed

使用此工作流，从 simplify-and-harden 技能导入重复模式，并将其转化为持久的提示词指导。

导入工作流

1. 从任务摘要中读取 simplify_and_harden.learning_loop.candidates。
2. 对每个候选项，使用 pattern_key 作为稳定的去重键。
3. 在 .learnings/LEARNINGS.md 中搜索带有该键的现有条目：
   • grep -n "Pattern-Key: <pattern_key>" .learnings/LEARNINGS.md
4. 如果找到：
   • 增加 Recurrence-Count
   • 更新 Last-Seen
   • 添加指向相关条目或任务的 See Also 链接
5. 如果未找到：
   • 创建一个新的 LRN-... 条目
   • 设置 Source: simplify-and-harden
   • 设置 Pattern-Key、Recurrence-Count: 1 和 First-Seen/Last-Seen

推广规则（系统提示反馈）

满足以下所有条件时，将反复出现的模式推广到 Agent 上下文／系统提示文件中：

• Recurrence-Count >= 3
• 至少出现在 2 个不同的任务中
• 发生在 30 天的时间窗口内

推广目标：

• CLAUDE.md
• AGENTS.md
• .github/copilot-instructions.md
• 适用时，为 OpenClaw 工作区级指导添加 SOUL.md / TOOLS.md

将推广后的规则写成简短的预防规则（说明编码前／编码过程中该做什么）， 而不是冗长的事件记录。

定期审查

在自然的工作间歇审查 .learnings/：

何时审查

• 开始新的重要任务前
• 完成功能后
• 在有过往经验记录的领域工作时
• 开发期间每周一次

快速状态检查

# 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

审查操作

• 解决已修复的事项
• 推广适用的经验
• 关联相关条目
• 升级反复出现的问题

检测触发条件

注意到以下情况时自动记录：

纠正（→ correction 类别的经验）：

• “不，这不对……”
• “实际上，应该是……”
• “你说错了……”
• “那已经过时了……”

功能请求（→ 功能请求）：

• “还能不能……”
• “我希望你能……”
• “有没有办法……”
• “为什么不能……？”

知识盲区（→ knowledge_gap 类别的经验）：

• 用户提供了你不知道的信息
• 你参考的文档已过时
• API 行为与你的理解不同

错误（→ 错误条目）：

• 命令返回非零退出代码
• 出现异常或堆栈跟踪
• 输出或行为出乎预料
• 超时或连接失败

优先级指南

优先级	适用情况
critical	阻碍核心功能、存在数据丢失风险或安全问题
high	影响重大，波及常见工作流，或问题反复出现
medium	影响中等，存在变通方法
low	轻微不便、边缘情况、锦上添花

区域标签

用于按代码库区域筛选经验：

区域	范围
frontend	UI、组件、客户端代码
backend	API、服务、服务端代码
infra	CI/CD、部署、Docker、云
tests	测试文件、测试工具、覆盖率
docs	文档、注释、README
config	配置文件、环境、设置

最佳实践

1. 立即记录 - 问题刚发生后，相关上下文最完整
2. 具体明确 - 让后续 Agent 能快速理解
3. 包含复现步骤 - 尤其是错误
4. 关联相关文件 - 让修复更容易
5. 提出具体修复建议 - 不要只写“调查”
6. 使用一致的类别 - 便于筛选
7. 积极推广 - 如有疑问，将内容添加到 CLAUDE.md 或 .github/copilot-instructions.md
8. 定期审查 - 过时的经验会失去价值

Gitignore 选项

将经验保留在本地（每位开发者独享）：

.learnings/

在仓库中跟踪经验（全团队共享）： 不要将其添加到 .gitignore - 经验将成为共享知识。

混合模式（跟踪模板，忽略条目）：

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

Hook 集成

通过 Agent Hook 启用自动提醒。此功能为选择加入 - 必须显式配置 Hook。

快速设置（Claude Code / Codex）

在项目中创建 .claude/settings.json：

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

这会在每次提示后注入经验评估提醒（额外开销约为 50-100 个 token）。

完整设置（含错误检测）

{
  "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"
      }]
    }]
  }
}

可用的 Hook 脚本

脚本	Hook 类型	用途
scripts/activator.sh	UserPromptSubmit	提醒在任务后评估经验
scripts/error-detector.sh	PostToolUse (Bash)	在命令出错时触发

详细配置和故障排除说明，请参阅 references/hooks-setup.md。

自动提取技能

当某条经验足以成为可复用技能时，使用提供的辅助工具将其提取出来。

技能提取标准

符合以下任一条件时，可将经验提取为技能：

标准	说明
反复出现	有指向 2 个或更多类似问题的 See Also 链接
已验证	状态为 resolved，且修复有效
不明显	需要实际调试或调查才能发现
广泛适用	不局限于特定项目；适用于不同代码库
用户提出	用户表示“将此保存为技能”或类似内容

提取工作流

1. 确定候选项：经验符合提取标准
2. 运行辅助程序（或手动创建）：

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

3. 自定义 SKILL.md：使用经验内容填写模板
4. 更新经验条目：将状态设为 promoted_to_skill，添加 Skill-Path
5. 验证：在全新会话中阅读技能，确保其内容完整自包含

手动提取

如果你更愿意手动创建：

1. 创建 skills/<skill-name>/SKILL.md
2. 使用 assets/SKILL-TEMPLATE.md 中的模板
3. 遵循 Agent Skills 规范：
   • 使用包含 name 和 description 的 YAML frontmatter
   • 名称必须与文件夹名称一致
   • 技能文件夹内不要放置 README.md

提取检测触发条件

留意以下信号，判断是否应将经验转化为技能：

在对话中：

• “将此保存为技能”
• “我总是遇到这个问题”
• “这对其他项目也有用”
• “记住这个模式”

在经验条目中：

• 多个 See Also 链接（反复出现的问题）
• 高优先级且状态为已解决
• 类别为 best_practice，且广泛适用
• 用户反馈称赞解决方案

技能质量门槛

提取前，请确认：

• 解决方案已经过测试且有效
• 不依赖原始上下文也能清楚理解描述
• 代码示例自包含
• 不包含特定于项目的硬编码值
• 遵循技能命名规范（小写，使用连字符）

多 Agent 支持

此技能支持多种 AI 编码 Agent，并可根据 Agent 类型激活。

Claude Code

激活方式：Hooks（UserPromptSubmit、PostToolUse）
设置：在 .claude/settings.json 中配置 hook
检测：通过 hook 脚本自动检测

Codex CLI

激活方式：Hooks（与 Claude Code 使用相同模式）
设置：在 .codex/settings.json 中配置 hook
检测：通过 hook 脚本自动检测

GitHub Copilot

激活方式：手动（不支持 hook）
设置：添加到 .github/copilot-instructions.md：

## 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?"

检测：在会话结束时手动检查

OpenClaw

激活方式：工作区注入 + Agent 间消息传递
设置：参见上方的“OpenClaw 设置”部分
检测：通过会话工具和工作区文件

不依赖特定 Agent 的指导

无论使用哪种 Agent，在以下情况都应进行自我改进：

1. 发现不明显的内容——无法立即找到解决方案
2. 纠正自己的错误——最初采用的方法有误
3. 了解项目约定——发现未记录的模式
4. 遇到意料之外的错误——尤其是诊断过程较困难时
5. 找到更好的方法——改进原有解决方案

Copilot Chat 集成

对于 Copilot 用户，可在适用时将以下内容添加到提示词中：

完成此任务后，请评估是否应按照自我改进技能格式，将经验记录到 .learnings/ 中。

也可使用快捷提示词：

• “将此记录到经验条目中”
• “根据此解决方案创建技能”
• “检查 .learnings/ 中是否有相关问题”