用途：这是 self-improving 的增强版技能，目标是在与用户长期交互中记录、学习并动态调整行为。它通过记忆、反馈、元学习与置信度校准等机制，让智能体逐步贴合用户偏好。
主要能力：1）多模态记忆，覆盖文本偏好、代码模式、风格偏好、工具使用习惯与性能指标；2）反馈循环，含显式反馈（用户纠正）、隐式反馈（行为推断）与合成反馈（自我评估）；3）元学习，识别最佳策略并动态调整方法；4）置信度校准，追踪预测准确度、计算校准分数；5）错误分析，做错误分类、根因分析与预防模式。此外还包含 Token 监控（实时消耗、异常预警、趋势与成本估算）和 Agent 调度优化（任务分配、负载均衡、扩缩容、调度策略与自动调优），并追踪 task_completion_rate、user_satisfaction、error_rate、pattern_accuracy、calibration_score 等指标。
使用方式：记忆存放在 ~/.super-self-improving/ 目录，下含 memory/（hot.md、preferences.md、patterns.md、metrics.md）、projects/、domains/、archive/、feedback/、errors/、meta/ 等文件。示例命令：super-self-improving stats、super-self-improving feedback --explicit "不要用markdown表格"、super-self-improving metrics、super-self-improving export、super-self-improving calibrate。记忆按 HOT/WARM/COLD 层级和确认次数、使用频率升级或归档。
适用场景：需要长期个性化、偏好记忆、错误预防与自我评估的智能体任务。
限制：官方资料声称不存储敏感信息、不访问未授权文件、不修改系统配置并定期清理过期数据；但相关效果、收费与平台支持情况暂未提供。具体准确性与行为表现需以实际运行验证。