用途：这是一个面向 Cursor 系统的元技能，用来自动化改进规则与技能。它通过分析已关闭的 PR、GitHub issue、讨论以及用户交互，持续更新指导内容，并防止重复出现常见错误。
主要能力：包括 PR 分析（查看评审意见与拒绝原因、总结失败模式如使用已弃用函数、架构理解错误、缺少上下文、验证不足，以及成功合并的共性）；issue 模式提取（常见缺陷、功能需求、用户误解、分类处理规律，并映射到 Capture/Understand/Memory 等层）；用户交互学习（识别纠正、拒绝建议、澄清请求、偏好与成功模式，形成用户偏好画像）；规则生成与更新（判断现有规则是否覆盖，否则新建规则，并附具体示例与来源编号）；效果跟踪（规则防错频率、PR 拒绝减少、纠正频次、覆盖场景）。
使用方式：可结合命令使用，例如 /learn-from-pr 分析指定 PR、/learn-from-conversation 从当前对话学习、/self-improve 分析模式并更新规则。分析 PR 时可用 mcp_web_fetch 或 GitHub API 获取 https://github.com/BasedHardware/omi/pull/{pr_number} 等数据，再解析评审、提取模式并对应到 .cursor/rules 下的规则文件，如 common-mistakes.mdc、pre-implementation-checklist.mdc、verification.mdc、context-communication.mdc、user-feedback-integration.mdc。资料还提到 .cursor/skills/rule-updater/SKILL.md。
适用场景：当需要从已关闭 PR 提炼教训、区分被拒与被接受贡献、根据用户反馈更新规则、发现新模式时创建规则，以及跟踪规则有效性时使用。
限制：资料没有说明安装步骤、独立使用方式、收费、价格、平台支持范围、效果量化数据或具体运行环境；这些内容暂未提供。