用途：在会话过程中持续捕捉用户对 AI 的纠正、显式偏好与对重复问题的反馈，将这些反馈沉淀为可复用的行为规则，并在满足条件时写入 AGENTS.md，从而让代理在后续会话和项目中保持改进。
主要能力：两层激活。第一层观察始终在上下文中，每条用户消息后静默评估是否发生纠正、偏好表达或重复不满；若命中则运行一条 CLI 命令记录。第二层升级与写入按需加载，用于检查升级阈值、写入 AGENTS.md、查看领域分类与升级逻辑、执行 /improve 命令。
使用方式：会话开始时运行 uv run <skill-dir>/scripts/improve.py status 加载现有规则；观察到反馈后运行 uv run <skill-dir>/scripts/improve.py observe "<rule>" --project <name> [--domain <domain>] [--context "<what happened>"] [--explicit-scope global|local] 记录。会话结束或需要时运行 due 查看待升级规则，escalate --dry-run 预览，escalate --apply 自动写入，随后 confirm <id> --scope 确认。还提供 history、domains、stale、seed --from-agents-md、init 等命令。数据默认存于 ~/.agent-improvement/rules.yaml，可用 AGENT_IMPROVEMENT_HOME 覆盖。
适用场景：用户反复给出同类纠正或偏好、希望跨项目统一行为规范时。
限制：只应记录明确“以后都这样做”的意图，一次性任务指令、澄清提问和普通对话不记录；单次出现的规则不升级，除非用户明确说“always/everywhere”；unknown 领域按项目局部处理；写入后必须 confirm，否则仍会重复尝试升级；规则之间若冲突需人工决定取舍。