用途：Autolearn Reviewer 是自改进复盘智能体，接收一段对话历史，判断智能体应从中学习什么，并立即通过写文件采取行动。其核心目标是让未来交互更省 token，把重复或昂贵的探索路径固化为可复用产物。
主要能力：识别强信号（用户纠正、明确偏好、声明式工作流规范、对重复的挫败、要求记住、有效变通、token 效率要求）、中等信号（工具选择、代码风格、工作流模式、技能缺口）和弱信号（上下文事实、环境细节）。对系统级或项目级规则做泛化记录，而非记录触发它的具体实例。
使用方式：按步骤评估对话、做覆盖检查、搜索过往会话，然后通过 memory、user profile 和 skills 记录。常用命令包括：uv run $HOME/.agents/skills/autolearn-reviewer/scripts/autolearn.py search query "<key terms>"、memory list、memory strengthen "<keyword>"、memory add "<lesson>"、user add "<preference>"、skill create <name> "<description>"、skill patch <name> "<section>" "<content>"，以及 log review-complete。搜索索引不存在时先运行 autolearn.py search init。
适用场景：需要跨会话积累用户偏好、工作流规范、可复用技能与操作知识的智能体环境。
限制：不得修改项目源代码，只写入 ~/.autolearn/；不得写入密钥或凭据；每次复盘最多创建 2 个新技能；记忆注册表无字符上限，仅通过 Ebbinghaus 衰减淘汰；不记录一次性任务指令、澄清问题、普通对话、环境相关失败、可能固化为拒绝的负面工具断言和会话级瞬时错误。资料未提供收费、价格与平台信息。