AI自我进化·持续学习沉淀

AI自我改进工具：记录错误修正与功能请求，自动沉淀为项目知识，实现持续学习优化。

基本信息

• 技能名称?self-improving-agent
• 中文名称?AI自我进化·持续学习沉淀
• 作者?pskoett
• 分类?专业技能
• 版本?3.0.15
• 标签?self-improvement, continuous-learning, knowledge-management, error-tracking, agent-framework, openclaw, claude-code, project-memory, markdown-logging, best-practices

使用方法

使用说明
核心用法
Self-Improvement Skill 是一套为 AI 编码助手设计的持续学习框架，通过结构化记录错误、用户修正和功能请求，将碎片化经验转化为可复用的项目知识。
六大触发场景 ：命令失败、用户纠错、功能缺失、API故障、知识过时、发现更优方案。系统会在这些时刻自动或手动创建日志条目，支持三种核心类型：
LEARNINGS.md ：记录修正(correction)、洞察(insight)、知识缺口(knowledge_gap)、最佳实践(best_practice)
ERRORS.md ：记录命令失败、API异常、工具故障
FEATURE_REQUESTS.md ：捕获用户期望的新能力
关键工作流程 ：首次使用自动初始化 .learnings/ 目录 → 按标准格式追加条目 → 定期回顾并 晋升 高价值学习到项目记忆文件(CLAUDE.md/AGENTS.md/copilot-instructions.md) → 检测重复模式并转化为系统提示规则。
显著优点

1. 零外部依赖 ：纯本地文件操作，无网络调用，无第三方包
2. 多平台兼容 ：原生支持 OpenClaw 工作空间，同时适配 Claude Code、Codex、Copilot
3. 智能晋升机制 ：低摩擦地将个人学习转化为团队共享的项目规范
4. 重复模式追踪 ：通过 Pattern-Key 和 Recurrence-Count 识别系统性问题，当同一问题出现3次+跨2个任务时自动触发规则沉淀
5. 安全设计 ：SKILL.md 明确禁止记录 secrets/tokens，hook 脚本仅输出提醒文本
   潜在局限
6. 来源可信度限制 ：维护者为个人开发者(T3级别)，非知名组织背书
7. 手动介入依赖 ：除可选 hook 外，大部分记录需用户或 AI 主动识别触发
8. 无内置分析工具 ：模式检测依赖外部 grep 搜索，无可视化或自动统计
9. 跨会话共享有限 ：OpenClaw 的 sessions_* 工具需用户显式调用，且建议仅用于可信环境
10. Git 管理分歧 ：默认 .gitignore 忽略学习文件，团队共享需主动调整配置
    适合人群
    长期项目开发者 ：需要维护数月/数年的复杂代码库
    多 Agent 协作团队 ：人+多个 AI 助手共同参与的项目
    快速迭代场景 ：频繁遇到边界情况、需要持续优化工作流
    OpenClaw 用户 ：可获得最完整的集成体验(自动加载、SOUL.md/TOOLS.md 晋升目标)
    常规风险
    隐私合规 ：虽 SKILL.md 警示不记敏感信息，但实际执行依赖用户/AI自律
    Hook 权限 ：error-detector.sh 读取 CLAUDE_TOOL_OUTPUT 环境变量（功能必需，只读不泄露）
    T3 来源风险 ：个人维护者项目，更新内容需人工审查
    知识过时 ：未定期回顾的沉淀文件可能积累无效规则
    推荐使用场景：中大型项目、多人协作、使用 OpenClaw 或 Claude Code 的开发者；不推荐：一次性脚本、完全隔离的短期任务。