用途：将完成工作后的证据转化为小幅、可审计的行为改动。默认输出候选或无改动，而非自动改写技能。适用于工具有可能复发的失败、用户纠正假设或规则、同一变通方法反复出现、聚焦测试证明更好方法、用户要求审查或整合学习候选时；不用于常规会话总结、原始记录存储、无证据的推测想法或属于项目文档的项目事实。
主要能力与生命周期：每次运行以恰好一种状态结束（candidate、validated、applied、rejected、superseded 或 rolled_back、no-delta、open-question）。流程包括：捕获信号（只记录最小可复用摘要，不复制对话记录、工具输入、凭据、私有路径或客户数据）；评估可复用性（描述未来行为、跨任务有用、不冲突权威来源、有窄所有权人与验证路径）；验证（最小可证伪证据）；验证、应用或拒绝；证明闭环；知识导出。
使用方式：Claude Code 通过显式 apb init --hooks 启用失败钩子后，可调用 agent-playbook self-improve。手动纠正或成功使用：apb self-improve capture --kind correction --summary "Verify the current source before relying on cached state" --evidence "focused-test"。CLI 将脱敏事件与去重候选存放在 ~/.agent-playbook/self-improvement/，可用 AGENT_PLAYBOOK_DATA_DIR 或 --data-dir 覆盖根目录。用 apb behavior inbox 查看队列，apb behavior owners <candidate-id> --repo . 查看本地建议。验证：apb self-improve eval cand-123 --artifact behavior-eval.json；再用 apb self-improve review cand-123 --decision validate --reason "..." --eval-result /path/...。编辑前生成提案：apb behavior proposal cand-123 --owner "skill:self-improving-agent" --output behavior-proposal.md。应用后记录：apb self-improve review cand-123 --decision apply --reason "..." --owner "..." --change-ref "commit:abc123"。其他决定：--decision observe、reject。导出：apb self-improve export --output /path/to/vault/Agent/Learning.md。
适用场景与限制：应用于最窄的所有权人（可执行测试、脚本或验证器；需要判断时的技能或参考；仅项目级约束的项目说明；需检索而非总是加载的持久事实的知识笔记）。绝不能把静默修改仓库规则、发布包或触发外部动作作为捕获的副作用。导出是汇点而非事实来源。宿主边界：Claude Code 的失败钩子仅由显式 apb init --hooks 安装；Codex、Gemini、DeepSeek Harness 支持技能分发，学习事件接线依赖各宿主当前扩展 API；不支持的钩子必须保持手动或适配器专属，不能用未记录行为模拟。apb conformance 检查本地静态契约，不能证明宿主发现或运行时调用。