用途：Self-Evolving Skill 是一个元认知自学习系统，用于让 Skill 基于预测编码和价值驱动机制自动演化，量化认知缺口并决定何时学习、是否接受变异。
主要能力：采用 ResidualPyramid 金字塔分解（SVD 分解）量化认知缺口；基于残差能量自适应触发反思；经验回放缓存已学模式以降低重复触发；价值门控仅在提升长期价值时接受变异；经验自动保存与加载。三层跃迁规则按覆盖率决定操作：覆盖率大于 80% 时在 POLICY 层调整策略权重，40% 至 80% 时生成子 Skill（SUB_SKILL），低于 40% 时归纳新谓词（PREDICATE）。
使用方式：技能安装到 ~/.openclaw/skills/self-evolving-skill，或使用 ClawHub 安装：clawhub install self-evolving-skill。CLI 支持 list、create、execute、analyze、stats 等命令，例如 openclaw skill self-evolving-skill list。MCP 服务器可进入技能目录后运行 ./run_mcp.sh，或使用适配器 python3 mcporter_adapter.py skill_list '{}'。编程接口提供 SelfEvolvingSkillEngine，可 init、createSkill、stats。MCP 工具包括 skill_create、skill_execute、skill_analyze、skill_list、skill_stats、skill_save、skill_load。
适用场景：需要让 Skill 随使用经验自动演化、按认知缺口触发学习、并以长期价值筛选变异的场景。
限制：资料未提供具体性能数据、平台兼容范围、收费与价格信息，也未说明除上述机制外的其他功能。