Auto-Evolution 是一个面向 Agent Skills 的、由记忆驱动的自进化层。它的目标是把 Agent 从静态助手转变为随每次交互不断演化的学习系统。
用途
传统 Skills 的流程是「用户 → Agent → 输出」，属于静态模式。Auto-Evolution 在此基础上增加了捕获（Capture）、记忆（Memory）、学习（Learn）、进化（Evolve）的环节，使 Agent 随时间变得更聪明。它适用于使用 Claude Code 并希望系统能从日常使用中积累经验、沉淀可复用知识的场景。
主要能力
- 事件捕获：系统会静默捕获三类信息——使用了哪些技能、命令成功或失败的情况、重复出现的模式。
- 三层记忆系统：情节记忆（Episodic）保存原始事件，保留 7 天，例如「14:32 使用了 layout.md」；语义记忆（Semantic）保存模式，保留 30 天，例如「TypeScript 错误常常跟随在 X 之后」；程序性记忆（Procedural）保存 how-to 知识，永久保留，形成可直接使用的技能草稿。
- 进化循环：由「捕获事件 → 分析模式 → 进化技能」构成，并通过记忆系统形成闭环。
- 会话复盘：使用 /retrospective 命令生成会话回顾，产出包括技能使用及频次统计、遇到的错误与解决方式、检测到的模式、改进建议。
- 知识提升：使用 /evolve 命令将发现的可复用模式提取出来，在 community/ 目录中创建技能草稿，并添加验证标准。
- 可视化报告：使用 /dashboard 命令打开进化仪表盘，展示会话统计、记忆状态、技能效果热力图、改进机会。
- 质量门禁：技能经历 [Detected] → [Draft] → [Validated] → [Promoted] 四个阶段，分别对应「模式出现 3 次以上」「结构化文档」「验证可工作」「成为正式技能」。
使用方式
- 启用 Hooks：在 .claude/settings.json 中添加 PreToolUse、PostToolUse、Stop 的配置，分别调用 evolution/hooks/capture.sh 与 reflect.sh（配置示例见官方文档，代码内容保持不变）。
- 正常工作：像平时一样使用 Claude Code，系统会在后台捕获信息。
- 查看进化：会话结束时打开 reports/dashboard.html 查看可视化摘要。
- 集成方式：可将 evolution/ 目录复制到 .claude/skills/ 目录，可配合任意技能库使用；高级集成参见 ARCHITECTURE.md（资料未提供该文件具体内容）。
配置通过 config.json 调整，包括 memory 的 episodic_ttl_days、semantic_ttl_days、pattern_threshold；capture 的 ignore_exit_codes、ignore_patterns、force_patterns；evolution 的 auto_draft、require_validation、min_occurrences。
目录结构包含 SKILL.md、config.json、memory/（episodes.jsonl、patterns.json、drafts/）、hooks/（lib.sh、capture.sh、reflect.sh）、reports/（dashboard.html、sessions/）、templates/skill.md、community/README.md。
适用场景
适用于使用 Claude Code 的开发者或团队，希望在日常编码与工具调用过程中自动积累使用模式、从错误中学习，并把重复出现的有效做法沉淀为可复用技能的场景。
限制
资料未提供关于收费、价格、平台支持范围、具体效果指标等方面的信息，也未提供 ARCHITECTURE.md 的详细内容，暂未提供。各类保留时长、阈值、质量门禁阶段为官方说明的默认描述，实际行为可能受配置影响。