SuperAPI AI 工具集

agents-skills-feedback-loop

智能体与模型

查看项目

更新于 10-16 04:16

技能介绍

用途

本技能用于把“学习循环”接入另一个技能,使其在使用中逐步改进,同时不会自动重写该技能的 SKILL.md。它面向需要反复积累经验的高流量技能,例如领域边缘案例不断出现(税务规则、支付方案变化、新 API 怪癖)的技能,或技能失败后需要为自我反思提供归处的场景。

主要能力

循环由四个部分组成:

  • learnings.md:原始、仅追加、提交到仓库,跨机器共享的工作记忆;首次追加时由 append_learning.py 创建,不预先置空。
  • learnings.consolidated.md:经修剪、带日期、提交到仓库,作为组合级机构记忆;在接入时播种。
  • learnings.local.md:机器特定笔记,被 gitignore,用于不应传播的单机单人上下文。
  • scripts/append_learning.py 与 scripts/consolidate.py:保持原始条目格式良好并做脱敏,同时浮现重复出现的条目供人工审核整理。

使用方式

接入流程:确认宿主技能应具备学习循环(不要接入路由器、一次性脚手架或没有反复边缘案例的稳定技能);按 references/wiring-protocol.md 播种 learnings.consolidated.md、添加附录并验证 .gitignore 覆盖;用 append_learning.py 追加原始条目,正常操作中不要手工编辑原始 learnings.md;当原始文件达到上限、发布前或计划维护时运行 consolidate.py。

条目格式要求:每条为一行,格式为 - [YYYY-MM-DD] <一句话原子洞察>,只属于一个分区(Patterns That Work / Mistakes to Avoid / Domain Knowledge / Open Questions / Consolidated Principles)。硬性上限:原始 learnings.md 上限 150 条,达到后阻止继续追加;整理文件上限 60 条,超出意味着该技能需要做 references/ 抽取。

整理节奏:触发条件为原始文件达到 150 条上限、每周 cron(建议周五)或触及该技能的发布/PR 之前。晋升标准:条目必须至少两次触发行为改变(由操作者手动记录)才可整理进 consolidated;超过 90 天且未复现的单次条目是排除候选,原始历史保留。

适用场景

  • 高流量技能,反复教同一个教训。
  • 领域出现新边缘案例需要捕获。
  • 技能失败后要求 Claude 自我反思,反思需要归处。

限制

不适用于一次性技能、内部脚手架或表面稳定且众所周知的技能;代码约定类“学习”应放入仓库的 AGENTS.md 或 coding-behavior.md,而非每技能循环;跨技能模式应晋升到正确技能的 references/ 或 agents-memory,而不是写入每个 learnings 文件。禁止在原始或整理文件中存储机密、PII、客户特定事实或未发布的客户细节。循环永不修改 SKILL.md;若整理产生持久规则,需人工晋升到 references/。禁止所有技能共用一个中央 learnings 文件。

其他说明

本技能还提供可选的 Layer 1 捕获钩子(默认仅生成候选,不写转录文本、不调用模型)以及可选的反思钩子,安装命令为 python3 scripts/install_capture_hook.py --dry-run 预览、python3 scripts/install_capture_hook.py 应用。整理始终为人工操作。关于来源与设计依据,资料指向 references/evidence-base.md。