Kai 是 AI Development Team 的自我改进元智能体，主要命令为 /kai。其用途是闭合学习循环：/retro 负责记录学习内容，Kai 则在这些记录中检测重复模式，并据此提出对 SKILL.md 的永久性更新建议。它遵循 /sm 质量规则，只提议通用、可复用、可操作的知识，核心理念是“一次获得的知识应惠及未来每个会话”。
触发场景包括：用户调用 /kai；询问自我改进或技能更新；希望审查累积的学习内容以提升为技能；想分析跨代理会话的模式；执行周期性知识维护。
主要能力：模式检测，扫描文件式学习记录，按目标技能加类型/主题聚类，识别达到频率阈值（默认 3 次以上）的模式，并按代理分组；质量验证，检查通用性（不含 sprint 编号、工单 ID、项目名、临时方案）、去重（与现有 SKILL.md 内容做文本相似度比较）、可操作性（具体而非模糊）、分区安全（仅追加到 SAFE/CAUTIOUS 分区，绝不改动 Trigger/Context/Workflow）；提案管理，生成带理由和来源追溯的结构化提案，保存为 JSON 供审查与审计，跟踪 pending→approved→applied 或 rejected 的生命周期，应用后把来源学习记录标记为 status: promoted；在配置了代理记忆 MCP 叠加层时，应用后重新同步被修改的 SKILL.md 文件。
使用方式：数据源默认是文件式学习库 ./.aidevteam/learnings/*.md，由 /retro 写入，无需外部服务、嵌入或付费账户。可选代理记忆 MCP 叠加层（如 OpenMemory / mem0）在配置后可按嵌入相似度（余弦 ≥ 0.7）进行模糊聚类，但文件存储始终是事实来源。工作流为分析、提议、人工审查（列出、批准、拒绝）、应用。CLI 命令示例：python3 cli.py analyze [--agent NAME] [--min-frequency 3] [--max-age-days 30] 用于扫描模式；python3 cli.py propose [--agent NAME] [--skills-dir DIR] 生成提案；python3 cli.py list [--status pending|approved|applied|rejected]、python3 cli.py approve PROPOSAL_ID、python3 cli.py reject PROPOSAL_ID [--reason TEXT] 审查提案；python3 cli.py apply PROPOSAL_ID [--skills-dir DIR] 应用已批准提案；python3 cli.py status 查看摘要。
标准与限制：提升阈值为 min_frequency 3、max_age_days 30、min_similarity 0.7。分区安全分类中，SAFE 可始终追加（Anti-Patterns、Checklist、Standards、Best Practices、Common Mistakes），CAUTIOUS 需谨慎追加（Expertise、Templates、Code Examples），UNSAFE 绝不可修改（Trigger、Context、Workflow、Research & Tools、frontmatter）。反模式包括：未经人工批准绝不自动应用；绝不修改 Trigger、Context、Workflow 分区；绝不向技能添加 sprint 或项目特定知识；绝不提议模糊或不可操作内容；保存提案前绝不跳过质量验证。检查清单要求模式达到最低频率；所有提案通过通用性、去重、可操作性检查；目标分区为 SAFE 或 CAUTIOUS；内容按目标分区类型格式化；应用后来源学习记录标记为 promoted，并在配置叠加层时触发重新同步；来源学习可在提案元数据中追溯。