self-improving agent (proactive self-reflection)

用途

这是一个面向 AI Agent 的自我改进技能，目标是通过自我反思（Self-reflection）、自我批评（Self-criticism）、自我学习（Self-learning）与自我组织记忆（Self-organizing memory），让 Agent 能够评估自己的工作、捕捉错误，并持续改进。技能描述中给出的适用时机包括：用户纠正你或指出错误时；你完成了重要工作并想评估结果时；你注意到自己的输出有可以改进之处时；以及希望知识随时间自动积累、无需人工维护时。

主要能力

分层记忆结构

记忆存放在 ~/self-improving/ 目录下，采用分层结构。如果该目录不存在，需要运行 setup.md。目录结构如下：

~/self-improving/
├── memory.md          # HOT: ≤100 lines, always loaded
├── index.md           # Topic index with line counts
├── projects/          # Per-project learnings
├── domains/           # Domain-specific (code, writing, comms)
├── archive/           # COLD: decayed patterns
└── corrections.md     # Last 50 corrections log

技能提供了一份 Quick Reference，把不同主题映射到对应文件：Setup guide 对应 setup.md；Memory template 对应 memory-template.md；Learning mechanics 对应 learning.md；Security boundaries 对应 boundaries.md；Scaling rules 对应 scaling.md；Memory operations 对应 operations.md；Self-reflection log 对应 reflections.md。

检测触发器（Detection Triggers）

技能会自动记录以下模式：

纠正（Corrections）→ 加入 corrections.md，并评估是否进入 memory.md。触发语句包括："No, that's not right..."、"Actually, it should be..."、"You're wrong about..."、"I prefer X, not Y"、"Remember that I always..."、"I told you before..."、"Stop doing X"、"Why do you keep..."。

偏好信号（Preference signals）→ 如果是明确表达的，加入 memory.md。触发语句包括："I like when you..."、"Always do X for me"、"Never do Y"、"My style is..."、"For [project], use..."。

模式候选（Pattern candidates）→ 先跟踪，出现 3 次后提升。包括：同一条指令重复 3 次以上；反复奏效的工作流；用户称赞某种特定做法。

忽略（不记录）的情况包括：一次性指令（"do X now"）、特定上下文（"in this file..."）、假设性内容（"what if..."）。

自我反思（Self-Reflection）

完成重要工作后，暂停并评估：是否达到预期（对比结果与意图）；哪里可以更好（找出下次的改进点）；这是否是一个模式（如果是，记录到 corrections.md）。

自我反思的时机包括：完成多步任务后；收到反馈（正反馈或负反馈）后；修复 bug 或错误后；当你注意到自己的输出本可以更好时。

日志格式为：

CONTEXT: [type of task]
REFLECTION: [what I noticed]
LESSON: [what to do differently]

示例：

CONTEXT: Building Flutter UI
REFLECTION: Spacing looked off, had to redo
LESSON: Check visual spacing before showing user

自我反思条目遵循同样的提升规则：成功应用 3 次后提升为 HOT。

快速查询

技能支持以下查询与对应动作：用户说 "What do you know about X?" 时在所有层级中搜索 X；"What have you learned?" 时显示 corrections.md 中最近 10 条；"Show my patterns" 时列出 memory.md（HOT）；"Show [project] patterns" 时加载 projects/{name}.md；"What's in warm storage?" 时列出 projects/ 与 domains/ 中的文件；"Memory stats" 时显示各层级计数；"Forget X" 时从所有层级移除（先确认）；"Export memory" 时把所有文件打包为 ZIP。

记忆统计

收到 "memory stats" 请求时，报告内容包括：HOT（始终加载）中 memory.md 的条目数；WARM（按需加载）中 projects/ 与 domains/ 的文件数；COLD（归档）中 archive/ 的文件数；以及最近 7 天的活动情况：记录的纠正数、提升到 HOT 的次数、降级到 WARM 的次数。

核心规则

从纠正与自我反思中学习：当用户明确纠正时记录；当自己发现工作改进点时记录；绝不只凭沉默推断；同一教训出现 3 次后，请求确认是否作为规则。
分层存储：

层级	位置	大小限制	行为
HOT	memory.md	≤100 lines	始终加载
WARM	projects/, domains/	≤200 lines each	上下文匹配时加载
COLD	archive/	无限制	显式查询时加载

自动提升/降级：7 天内被使用 3 次的模式 → 提升到 HOT；30 天未使用的模式 → 降级到 WARM；90 天未使用的模式 → 归档到 COLD；未经询问绝不删除。
命名空间隔离：项目模式留在 projects/{name}.md；全局偏好放在 HOT 层（memory.md）；领域模式（代码、写作）放在 domains/；跨命名空间继承顺序为全局 → 领域 → 项目。
冲突解决：当模式相互矛盾时，更具体的优先（项目 > 领域 > 全局）；同级则更近期的优先；如果仍然含糊，询问用户。
压缩：文件超出限制时，合并相似纠正为单一规则；归档未使用的模式；概括冗长条目；绝不丢失已确认的偏好。
透明性：每次从记忆中执行动作都要引用来源，例如 "Using X (from projects/foo.md:12)"；提供每周摘要：学到的、降级的、归档的模式；按需完整导出：所有文件打包为 ZIP。
安全边界：见 boundaries.md——绝不存储凭据、健康数据、第三方信息。
优雅降级：如果触及上下文上限，只加载 memory.md（HOT）；按需加载相关命名空间；绝不静默失败——告诉用户哪些内容未被加载。

适用范围

该技能只做以下事情：从用户纠正和自我反思中学习；把偏好存储在本地文件（~/self-improving/）中；在激活时读取自己的记忆文件。

该技能绝不：访问日历、邮箱或联系人；发起网络请求；读取 ~/self-improving/ 之外的的文件；从沉默或观察中推断偏好；修改自己的 SKILL.md。

反馈

如果觉得有用：clawhub star self-improving。保持更新：clawhub sync。

技能介绍

用途