该技能为 AI 智能体提供自主学习的架构模式，解决多数智能体无状态、会重复犯错的问题。核心能力包括：记忆整理（CLAUDE.md→MEMORY.md→会话的分层记忆栈、审查协议与晋升标准）；反馈回路（结果分类、信号提取与捕获模板，把每次任务结果转为结构化学习）；回归检测（指标、阈值与响应协议，在数次会话内发现性能退化）；技能提炼（将验证过的模式升级为独立技能包）；元学习与持续校准（置信度评分与信念修正）。
使用流程为 Remember→Extract→Promote→Review，Status 提供可见性。子技能文件包括 skills/remember.md、skills/extract.md、skills/promote.md、skills/review.md、skills/status.md。
工具与命令：python scripts/pattern_extractor.py --input sessions.jsonl --min-occurrences 3；python scripts/memory_health_checker.py --memory ./MEMORY.md --rules ./.claude/rules/；python scripts/rule_promoter.py --memory ./MEMORY.md --list-candidates；python scripts/feedback_analyzer.py analyze；python scripts/regression_detector.py compare；python scripts/rule_manager.py list。
适用场景：构建可随时间改进的智能体、管理 auto-memory 并决定保留或淘汰、设计自纠错反馈回路与回归告警、把重复解法升级为可复用技能包。使用前需确认循环阶段、源数据与晋升门槛三项输入。
限制：不覆盖运行时编排与多智能体协调、提示工程与测试、基础设施层可观测性、初始智能体架构设计或工具选型。具体收费与平台信息暂未提供。