Autolearn 是一套面向编码智能体的自我改进系统，由单个技能和三种模式组成，共享同一套信号分类法。
用途：在会话中持续捕捉用户纠正、显式偏好、工作流规范、重复性挫败、有效变通方案等信号，将其沉淀为技能或记忆，使后续交互更省 token。
三种模式：观察者（主智能体，每会话常驻，触发条件写在描述中）；审查者（由插件生成的 autolearn-reviewer 子智能体）；策展者（默认每周运行的定时维护任务）。各模式需先用 read 工具读取对应参考文件：~/.agents/skills/autolearn/references/observer.md、reviewer.md、curator.md；两个脚本的 CLI 用法见 references/cli.md。
主要能力：按强、中、弱三级信号分类处理。强信号（用户纠正、显式偏好、声明式工作流规范、对重复的挫败、明确要求记住、有效变通、带触发条件与根因及修复的失败诊断）总是处理；中信号（工具选择、代码风格、工作流模式、技能缺口）出现多次才处理；弱信号（上下文事实、环境细节）只记录不建技能。同时主动扫描昂贵探索（如两层以上 --help 链、试错式 API 探测、跨会话重复读文档），满足阈值时记录为技能或记忆。
硬性约束：每轮审查最多一次技能变更；创建技能前须验证模式跨会话复现；技能只归档不删除；不触碰用户自装技能；不写入密钥；语义重复优先强化而非新增。
数据布局：状态存于 ~/.autolearn/（可用 AUTOLEARN_HOME 覆盖），含 personas/default/ 下的 memory.context.md、memories.jsonl、observations.jsonl、reviews/、wiki/、skills/、config.yaml（如 review_threshold: 5），以及可选的 sync.yaml。升级规则存于 ~/.agent-improvement/rules.yaml，由 improve.py 管理。
限制：资料未提供具体安装命令、收费方式与支持平台细节。