SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场self-improving agent (with self-reflection)

self-improving agent (with self-reflection)

智能体与模型

查看项目

更新于 10-15 08:05

技能介绍

用途

该技能用于让智能体具备自我改进能力：通过自我反思、自我批评、自我学习和自组织记忆，评估自己的工作、捕捉错误并永久改进。适合在以下时机使用：用户纠正你或指出错误时；完成重要工作并想评估结果时；发现自己的输出可以更好时；希望知识随时间复利增长而无需手动维护时。

主要能力

  • 记忆分层存储：记忆位于 ~/self-improving/，采用三级结构。若该目录不存在，需运行 setup.md。
~/self-improving/
├── memory.md          # HOT: ≤100 lines, always loaded
├── index.md           # Topic index with line counts
├── projects/          # Per-project learnings
├── domains/           # Domain-specific (code, writing, comms)
├── archive/           # COLD: decayed patterns
└── corrections.md     # Last 50 corrections log

  • 检测触发：自动记录以下模式。纠正类（加入 corrections.md，并评估是否进入 memory.md）包括：“No, that's not right...”“Actually, it should be...”“You're wrong about...”“I prefer X, not Y”“Remember that I always...”“I told you before...”“Stop doing X”“Why do you keep...”。偏好信号（若明确则加入 memory.md）包括：“I like when you...”“Always do X for me”“Never do Y”“My style is...”“For [project], use...”。模式候选（重复 3 次后提升）：同一指令重复 3 次以上、反复有效的工作流、用户称赞的特定做法。忽略不记录：一次性指令、上下文特定内容、假设性内容。

  • 自我反思：完成重要工作后暂停并评估：是否达到预期（对比结果与意图）、哪里可以更好、是否构成模式（若是则记录到 corrections.md）。自我反思时机：完成多步任务后、收到反馈后、修复 bug 或错误后、发现输出可改进时。日志格式：

CONTEXT: [type of task]
REFLECTION: [what I noticed]
LESSON: [what to do differently]

示例：

CONTEXT: Building Flutter UI
REFLECTION: Spacing looked off, had to redo
LESSON: Check visual spacing before showing user

自我反思条目遵循同样的提升规则：成功应用 3 次后提升到 HOT。

  • 快速查询：用户说“What do you know about X?”时搜索所有层级；说“What have you learned?”时显示 corrections.md 最近 10 条；说“Show my patterns”时列出 memory.md（HOT）；说“Show [project] patterns”时加载 projects/{name}.md；说“What's in warm storage?”时列出 projects/ 与 domains/ 文件；说“Memory stats”时显示各层计数；说“Forget X”时从所有层级移除（先确认）；说“Export memory”时打包所有文件为 ZIP。

  • 记忆统计：收到“memory stats”请求时报告 HOT（memory.md 条目数）、WARM（projects/ 与 domains/ 文件数）、COLD（archive/ 文件数），以及最近 7 天活动（记录的纠正数、提升到 HOT 数、降级到 WARM 数）。

核心规则

  1. 从纠正与自我反思中学习：用户明确纠正时记录；自己发现改进点时记录；绝不从沉默中推断；3 条相同教训后询问是否确认为规则。
  2. 分层存储：HOT 位于 memory.md，≤100 行，始终加载；WARM 位于 projects/、domains/，每个 ≤200 行，上下文匹配时加载；COLD 位于 archive/，无限制，显式查询时加载。
  3. 自动提升/降级：7 天内使用 3 次 → 提升到 HOT；30 天未使用 → 降级到 WARM；90 天未使用 → 归档到 COLD；未经询问绝不删除。
  4. 命名空间隔离：项目模式留在 projects/{name}.md；全局偏好放在 HOT 层（memory.md）；领域模式（代码、写作）放在 domains/；跨命名空间继承：全局 → 领域 → 项目。
  5. 冲突解决：模式矛盾时，更具体的优先（项目 > 领域 > 全局）；同层级时更近期的优先；若仍模糊则询问用户。
  6. 压缩：文件超限时，合并相似纠正为单条规则、归档未使用模式、摘要冗长条目；绝不丢失已确认偏好。
  7. 透明性：每次从记忆执行动作都引用来源，如“Using X (from projects/foo.md:12)”；提供每周摘要（学到的、降级的、归档的模式）；按需完整导出所有文件为 ZIP。
  8. 安全边界：见 boundaries.md——绝不存储凭据、健康数据、第三方信息。
  9. 优雅降级：若触及上下文限制，只加载 memory.md（HOT），按需加载相关命名空间；绝不静默失败——告知用户哪些未加载。

使用方式

技能包含以下参考文件：setup.md（设置指南）、memory-template.md（记忆模板）、learning.md（学习机制）、boundaries.md（安全边界）、scaling.md（扩展规则）、operations.md（记忆操作）、reflections.md（自我反思日志）。

适用场景

需要长期积累用户偏好、减少重复纠正、让知识随时间复利增长的智能体工作场景。

限制

该技能仅：从用户纠正和自我反思中学习；将偏好存储在本地文件（~/self-improving/）；激活时读取自己的记忆文件。该技能绝不：访问日历、邮件或联系人；发起网络请求；读取 ~/self-improving/ 之外的文件；从沉默或观察中推断偏好；修改自己的 SKILL.md。

相关技能

若用户确认，可用 clawhub install <slug> 安装：memory（智能体长期记忆模式）、learning（自适应教学与解释）、decide（自动学习决策模式）、escalate（知道何时询问 vs 自主行动）。

反馈

若有用：clawhub star self-improving。保持更新：clawhub sync。