self-improving-agent

自我改进型 Agent——自主学习模式

让 AI Agent 越用越好的架构模式。大多数 Agent 都是无状态的——它们无法从自身的执行过程中学习，因此会一再犯错。这项技能通过反馈采集、记忆整理、技能提取和回归检测等模式，弥补了这一缺陷。关键在于：自动记忆会记录一切，但整理能将噪声转化为知识。

核心能力

• 记忆整理——分层记忆栈（CLAUDE.md → MEMORY.md → 会话）、审查流程，以及将学习成果晋升为强制规则的标准。
• 反馈循环——结果分类、信号提取和采集模板，将每项任务的结果转化为结构化学习成果。
• 回归检测——指标、阈值和响应流程，可在几次会话内标记性能下降。
• 技能提取——将已验证的模式晋升为独立技能包的标准和 4 步流程。
• 元学习——自适应采集策略和反模式检测，让 Agent 学会哪些内容值得学习。
• 持续校准——通过置信度评分和信念修订，解决已学知识中的矛盾。

适用场景

• 构建旨在随时间改进而非保持无状态的 Agent。
• 管理自动记忆（MEMORY.md），并决定保留、晋升或弃用哪些内容。
• 为 Agent 行为设计自我纠正的反馈循环和回归警报。
• 将反复出现的解决方案晋升为可复用的技能包。

先行确认

在采集或晋升学习成果前，先确定以下输入。如果某项缺失或含糊不清，且会影响结果，请询问用户；如果不会，则采用合理的默认值并说明所用默认值。

• **循环阶段：**记忆 / 提取 / 晋升 / 审查（决定调用哪个子技能以及采用哪种工作流）。
• **源数据：**要处理哪些会话日志、MEMORY.md 和规则目录（工具读取和写入的对象）。
• **晋升门槛：**将学习成果晋升为强制规则所需的最低出现次数 / 置信度阈值（--min-occurrences；决定保留或舍弃哪些内容）。

只询问对此请求最重要的两三个输入，而非整个列表。如果用户希望立即获得结果，则直接生成结果，并在开头说明你的假设。

子技能

复合式子技能架构——skills/ 中的每个文件负责改进循环中的一个步骤：

子技能	文件	用途
记忆	skills/remember.md	从当前会话中采集错误和学习成果
提取	skills/extract.md	从已完成的工作中提取可复用模式
晋升	skills/promote.md	将已验证的模式晋升为永久规则
审查	skills/review.md	审计记忆状况，清理过时条目
状态	skills/status.md	展示记忆状态和学习进度的仪表板

流程：Remember → Extract → Promote → Review，Status 则用于查看整个循环的状态。

工具

工具	用途	命令
pattern_extractor.py	从会话日志中提取可复用模式	python scripts/pattern_extractor.py --input sessions.jsonl --min-occurrences 3
memory_health_checker.py	审核记忆的行数、过时条目和可晋升条目	python scripts/memory_health_checker.py --memory ./MEMORY.md --rules ./.claude/rules/
rule_promoter.py	验证并应用从记忆到规则的晋升	python scripts/rule_promoter.py --memory ./MEMORY.md --list-candidates
feedback_analyzer.py	分析反馈日志中的成功率和改进机会	python scripts/feedback_analyzer.py analyze
regression_detector.py	比较基准与当前性能指标	python scripts/regression_detector.py compare
rule_manager.py	使用 CRUD 管理已学习规则知识库	python scripts/rule_manager.py list

参考资料

根据任务加载相应参考资料——保持此文件精简，按需查阅详细内容：

• references/memory-curation-guide.md — 记忆栈、审查流程、晋升标准与目标、每周记忆健康检查工作流，以及持续校准（置信度评分 + 信念修订）机制。整理 MEMORY.md 或将经验晋升为规则时请阅读。
• references/feedback-loop-patterns.md — 核心改进循环架构与成熟度等级、结果分类与信号提取、采集模板、回归指标与响应、会话后续及回归调查工作流、常见陷阱、故障排查和成功标准。设计反馈采集或诊断回归时请阅读。
• references/meta-learning-architectures.md — 技能提取标准与流程、自适应采集策略，以及反模式检测。Agent 需要调整自身学习策略或将已验证模式提取为技能时请阅读。
• references/self-improvement-methodology.md — Agent 学习的五个层次、置信度评分模型、晋升决策树、记忆整理检查清单、反模式，以及指标与阈值表。了解端到端方法概览时请阅读。

范围与限制

此技能涵盖：

• 构建可从执行历史和用户反馈中学习的 Agent 的架构模式。
• 记忆生命周期管理：采集、整理、晋升和淘汰已学习的知识。
• Agent 系统的性能回归检测框架与响应流程。
• 技能提取方法，用于将已验证模式发展为可复用的独立软件包。

此技能不涵盖：

• 运行时 Agent 编排或多 Agent 协调——请参阅 agent-workflow-designer 和 agent-protocol。
• 提示词工程、测试或提示词本身的版本管理——请参阅 prompt-engineer-toolkit。
• 基础设施层面的可观测性（日志记录、追踪、告警仪表板）——请参阅 observability-designer。
• 初始 Agent 架构设计、工具选择或能力规划——请参阅 agent-designer。

集成点

技能	集成方式	数据流
context-engine	控制 Agent 在每个会话中看到的内容；此技能决定哪些内容值得长期记忆	提升后的规则和整理后的记忆会提供给上下文检索；上下文相关性指标会回流，用于跟踪回归
agent-designer	定义 Agent 的架构和能力；此技能在此基础上构建学习基础设施	架构约束决定可能的反馈循环；提取出的技能会作为新能力反馈回来
prompt-engineer-toolkit	代码库不断演进，提示词会逐渐失效；此技能通过跟踪结果来检测提示词回归	性能指标会标记表现不佳的提示词；提示词更新会以 CLAUDE.md 规则变更的形式反馈回来
observability-designer	提供系统级指标；此技能提供 Agent 行为级指标	系统遥测数据有助于诊断回归；Agent 指标会导出到可观测性仪表板
tech-debt-tracker	过时规则和臃肿记忆属于技术债务，此技能可与代码债务一并发现这些问题	记忆健康度指标会纳入债务评分；债务优先级排序有助于确定要废弃哪些过时规则
agent-workflow-designer	多步骤工作流可受益于逐步反馈收集和跨工作流模式提取	每一步的结果数据都会流入反馈循环；提取出的优化项会更新工作流定义