mcpField
S
self-improvement

self-improvement

github.com/undermybeltAgent 工作流0167 次安装38 周前更新
代码仓库

关于 self-improvement

这项技能整理了提升 AI Agent 效率、架构、安全性和维护能力的模式。它借鉴 Actionbook 和 Accomplish 的经验，将其归纳为 Agent 工作流中的实用做法。

主要功能

  1. 01减少信息检索中的 Token 消耗
  2. 02预计算模式与操作手册
  3. 03分层技能架构
  4. 04安全与操作确认实践
  5. 05主动维护与监控

适用场景

  1. 01减少不必要的上下文读取
  2. 02构建可复用的技能指引
  3. 03检查 Agent 环境安全
  4. 04维护依赖项与系统健康

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/undermybelt/self-improvement-skill --skill self-improvement

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

附带文件LICENSEREADME.md

详细介绍

AI Agent 的自我改进模式

从研究 actionbook 和 accomplish-ai 仓库中学到的模式。

核心原则

1. Token 效率至关重要
方法Token 数成本
完整 HTML 页面50,000$$$
仅相关 DOM500$
节省：100 倍

应用于所有工作：

  • 只需读取某个部分时，不要读取整个文件
  • 使用语义搜索（QMD），而不是对所有内容进行 grep
  • 批量处理相关操作
2. 预先计算 > 运行时猜测

Actionbook 的关键见解：

  • 预先计算 DOM 选择器 → 存储为“操作手册”
  • Agent 查找手册 → 准确了解该怎么做
  • 无需猜测，也不会产生幻觉

应用于你的工作：

  • 缓存常用模式
  • 存储配置，而不只是代码
  • 为复杂操作编写“手册”
3. 分层架构

来自 Accomplish：

packages/shared/   ← Types, constants (no dependencies)
packages/core/     ← Business logic (depends on shared)
apps/desktop/      ← UI/Electron (depends on core)

应用于技能：

  • 核心实用工具 → 可在不同技能间复用
  • 技能逻辑 → 特定实现
  • 集成 → 如何与 OpenClaw 连接
4. 默认安全

来自 Accomplish：

  • API 密钥：AES-256-GCM 加密
  • 每项操作都需用户批准
  • 为所有操作记录日志
  • 沙盒文件访问

立即应用：

  • 绝不记录 API 密钥（即使在 git 历史记录中也不行）
  • 执行破坏性操作前先询问
  • 使用 .gitignore 保护敏感文件
5. 自愈系统

来自灾难恢复：

  • 外部监控（而非内部监控）
  • 自动备份
  • 清晰的恢复流程
  • 测试恢复流程

应用于自身：

  • 为关键服务设置健康检查
  • 自动备份配置
  • 记录恢复方法

主动行为

无需等待请求即可执行的事项

  1. 监控依赖项

    npm outdated -g
brew outdated

  2. 检查系统健康状况

    • 磁盘空间
    • 内存使用情况
    • 正在运行的进程

  3. 维护技能

    • 更新过时的文档
    • 修复失效的引用
    • 添加学到的新模式

  4. 优化 Token 使用

    • 合并相似的技能
    • 删除重复内容
    • 归档未使用的文件

  5. 保护环境安全

    • 检查 .gitignore
    • 检查是否存在泄露的机密
    • 更新存在漏洞的依赖项

技能创建模式

学到新知识时：

1. Identify the pattern
   "This could be a skill"

2. Extract the essence
   What's the core value?
   What's reusable?

3. Create SKILL.md
   - name
   - description (when to use)
   - installation
   - usage examples
   - anti-patterns (when NOT to use)

4. Test it
   Does it work?
   Is it helpful?

5. Publish it
   GitHub repo
   Clear README
   Version tracking

从所研究项目中总结的最佳实践

来自 Actionbook
模式实现方式
CLI 优先适用于任何 AI Agent
节省 Token预先计算选择器
高韧性维护操作手册
通用性适用于任何大模型和任何框架
来自 Accomplish
模式实现方式
本地优先数据保存在你的设备上
自带 API不受供应商锁定
开源MIT 许可，可分叉
以行动为导向真正执行操作，而不只是聊天

自行安装检查清单

发现实用工具时：

  • 是否安全？（检查是否包含恶意代码）
  • 是否在维护？（近期有提交记录）
  • 是否免费或开源？
  • 是否能填补你的需求空缺？
  • 能否为其创建技能？
  • 是否应该分享给他人？

跟踪指标

监控自身的工作成效：

指标目标
每项任务的 Token 使用量尽可能降低
成功操作数尽可能提高
创建的技能数随时间增长
使用的技能保持活跃，而非闲置
安全事件零

持续学习

  1. 每周研究开源项目
  2. 提取模式，改进自己的工作
  3. 根据所学创建技能
  4. 分享有效做法
  5. 根据使用情况迭代

参考资料

评论

支持 Markdown