今日主角self-improvingivangdavila标签#AI Agent#自我进化#记忆管理#零依赖一、当AI Agent开始认错想象一个场景。周一你让AI Agent帮你把三个季度的销售表合并跑出环比增长图。Agent花了15秒搞定了。周三你让Agent同样操作它又花了15秒重新做了一遍。你心里嘀咕这家伙怎么不长记性上周不是刚做过吗这不是Agent笨是它没有自省基因。默认情况下AI Agent像一条金鱼——每次会话都是前世今生两茫茫。你纠正它十次它下一次还是会犯。今天要拆解的Skill就是来填这个坑的。self-improvingivangdavila版ClawHub热门榜第5名35.9万次下载1.5k星标综合评分33,688。它做了一件很反直觉的事把Agent的反思从隐式行为变成显式协议。所谓隐式就是你问AI我刚才哪里做错了它能回答但你不问它绝不会主动复盘。显式则不然——它会强制把犯错→记录→结构化→调用→验证这条链路写进Agent的肌肉记忆里。二、为什么要再做一个自我进化Skill你可能疑惑ClawHub上不是已经有self-improving-agentpskoett版了吗下载量还107万常年霸榜第一。没错。但仔细对比两个Skill的定位完全不同。维度self-improving-agentself-improving核心机制Hook捕获错误日志主动触发反思协议触发方式被动记录主动评估被动记录双重记忆结构平面日志三层记忆架构HOT/WARM/COLD反思能力几乎无内置自省自评自学习学习曲线低中等适用场景错误记录型认知进化型一句话概括self-improving-agent是**“记事本”**——犯了什么错登记一下。self-improving是**“复盘机器”**——不仅记错还要问为什么犯下次怎么避免。如果你只是想要出错时留个底前者够用。 但如果想让Agent越来越聪明、越来越懂你必须上后者。三、它到底是怎么自省的self-improving的核心架构用八个字概括分层记忆 主动反思 模式晋升3.1 三层记忆架构HOT/WARM/COLD这是它最惊艳的设计。借鉴了计算机缓存的思路./self-improving/ ├── memory.md # HOT层≤100行启动时始终加载 ├── index.md # 索引记录各文件状态 ├── corrections.md # 修正日志记录最近50次修正 ├── projects/ # ️ WARM层项目特定知识 ├── domains/ # ️ WARM层领域特定知识 └── archive/ # ❄️ COLD层归档的旧知识HOT层≤100行 每次启动就加载到上下文。装的是已确认的偏好和活跃模式。 为什么限制100行因为上下文窗口是稀缺资源。塞太多反而干扰判断。WARM层≤200行/文件 按需加载。当你提到某个项目或领域Agent才去翻对应的子目录。 比如你说Flutter项目它才加载domains/flutter.md。COLD层无限制 归档的过期知识。90天没用就自动搬到这里。需要时显式查询才调出来。这种设计妙在哪不浪费Token。Agent的短时记忆HOT只装最常用的“长时记忆”COLD平时不打扰。类比一下就像一个老员工脑子里HOT只装老板的偏好和项目红线书架上WARM按项目分门别类放着历史档案仓库里COLD堆着十年前的旧账本。3.2 命名空间继承project domain global知识按作用域分层组织global全局偏好 ↓ domain领域规则比如代码风格用4空格 ↓ project项目规则比如本项目用ESLint严格模式冲突时最具体的优先。项目级规则覆盖全局。这种设计避免了一刀切。你让Agent帮Python项目写代码用Tab帮前端项目用空格两边都不打架。3.3 修正检测8个触发信号self-improving会监听用户发言中的修正信号常见的有“No, that’s not right…”“Actually, it should be…”“You’re wrong about…”“I prefer X, not Y”“Remember that I always…”“I told you before…”“Stop doing X”“Why do you keep…”检测到这些关键词自动触发一次修正记录。记录格式长这样- [14:32] Changed X → Y Type: format Context: 在生成Python代码时 Confirmed: pending (1/3)注意最后那行pending (1/3)——单一修正不算数要3次重复才晋升。这就是它的模式晋升机制第1次pending第2次pending第3次confirmed → 提升到HOT层第4次以后始终加载这个机制非常关键。避免了用户说一次Agent就改一辈子的过拟合。3.4 自我反思协议光记录用户修正还不够。self-improving还能让Agent自己复盘。触发场景完成多步骤任务后收到反馈正面或负面修复bug或错误后发现输出可优化时反思模板很简洁CONTEXT: [任务类型] REFLECTION: [观察到的问题] LESSON: [下次改进方法]举个例子CONTEXT: Building Flutter UI REFLECTION: Spacing looked off, had to redo LESSON: Check visual spacing before showing userAgent把Flutter间距检查这个反思写进domains/flutter.md。下次再让你做UI时它会主动先检查间距。这就是**“经验沉淀”**。四、装上之后Agent会有哪些变化变化1重复错误率下降官方数据显示安装后任务错误率可降低约30%。这个数字怎么来的自省机制让Agent在同一个坑里不会跌倒两次。举个真实场景第一次docker run -p 8080:8080报端口占用 Agent反思下次启动前先lsof -i:8080检查 第二次自动加上预检命令直接成功变化2用户偏好深度内化你不再需要每次都强调用中文回复、“代码加注释”、“别用表情”。Agent记下来之后自动适配。变化3跨会话记忆周一你让Agent处理了一个Excel。周三你再提上次那个Excel——Agent会主动调出projects/xxx/excel-history.md告诉你上次是怎么处理的。会话不再是孤岛。变化4心智能耗降低你不用每次都教育Agent了。它自己会思考上次是不是哪里做错了。省下来的不是Token是你的耐心。五、安装与配置手把手5.1 环境要求OpenClaw v2026.1.0 或更高Node.js 18任意聊天渠道微信/Telegram/飞书等零依赖这是它最大的卖点之一5.2 安装方式方式一CLI安装推荐skillhub install self-improving或者npx clawhublatest install self-improving方式二Git Clonegit clone https://github.com/ivangdavila/self-improving.git # 复制到 ~/.openclaw/skills/self-improving/5.3 SOUL.md集成装完不是万事大吉。最关键的一步是在Agent的SOUL.md里加一段## Self-Improving Compounding execution quality is part of the job. Before non-trivial work, check memory.md for relevant patterns. After errors or corrections, record to corrections.md. Every 3rd confirmation promotes a pattern to HOT.翻译成中文## Self-Improving 持续提升执行质量是本职工作。 做非琐碎工作前检查memory.md看有没有相关模式。 出错或被纠正后记录到corrections.md。 每3次确认后模式晋升到HOT层。这段话是触发器。没有它Skill就是装了个寂寞。5.4 验证安装在Agent对话框里问“Memory stats”应该返回类似 Self-Improving Memory HOT (always loaded): memory.md: 0 entries ️ WARM (load on demand): projects/: 0 files domains/: 0 files ❄️ COLD (archived): archive/: 0 files ⚙️ Mode: Passive如果返回这些说明装好了。六、5个实操命令让它立刻活起来命令1What do you know about X?“What do you know about Python code style?”Agent会跨HOT/WARM/COLD三层搜索关于Python风格的所有记忆。命令2What have you learned?“What have you learned?”显示corrections.md最近10条修正记录。看到Agent被你教育的历史有时候挺哭笑不得的。命令3Show my patterns“Show my patterns”显示HOT层memory.md当前内容。这是Agent最核心的人格画像。命令4Forget X“Forget that I prefer tabs”Agent会确认“你真的要让我忘记你用Tab吗”需要二次确认这个保护机制防止误删。命令5Export memory“Export memory”打包所有记忆文件成ZIP你随时可以备份或迁移。七、和其他自进化类Skill对比self-improving不是一个人在战斗。ClawHub生态里还有几个类似定位的SkillSkill下载量核心差异self-improving(ivangdavila)35.9万主动反思三层记忆模式晋升self-improving-agent (pskoett)107万Hook捕获被动记录capability-evolver35万沙箱微调基因库模型层优化auto-optimize-agent42k用户行为画像偏好适配agent-memory10.7万持久化记忆跨会话事实存储怎么选想要错误不再犯 → self-improving self-improving-agent 双装想要模型本身变强 → capability-evolver想要Agent懂你 → auto-optimize-agent想要Agent记得住事实 → agent-memory黄金组合self-improving self-improving-agent agent-memory一个管反思一个管记录一个管存储。八、它的阿喀琉斯之踵没有完美无缺的Skillself-improving也有几个明显的局限局限1依赖用户主动表达它的修正检测靠监听关键词。如果你只是心里吐槽这家伙又错了Agent是听不到的。解决养成明确的反馈习惯。说不对比嗯嗯管用。局限2上下文窗口压力HOT层限制100行但LLM的注意力机制有衰减。塞满100行不一定比50行效果好。解决定期用Memory stats检查淘汰不活跃的模式。局限3不擅长软偏好像回复要幽默、别用太多专业术语这种主观偏好3次确认机制可能不够。解决把软偏好写到SOUL.md里比靠Skill学习更稳。局限4单Agent视角它不跨Agent共享记忆。每个Agent实例都有自己的memory.md。解决多Agent场景考虑用git-notes或者云同步elite-longterm-memory支持。九、它适合谁又不太适合谁✅ 强烈推荐重度AI用户每天用Agent处理10任务的人代码开发者写代码、debug、code review高频场景知识工作者需要Agent记住你行业术语和工作流的人AI Agent爱好者想让自己的Agent独一无二的人❌ 谨慎选择轻度用户一周用两三次Agent学了也用不上隐私敏感者本地存储意味着数据在你硬盘上注意备份追求开箱即用SOUL.md集成这一步需要动手能力十、写在最后35.9万次下载33,688综合评分ClawHub热门榜第5。self-improving证明了一件事AI Agent进化的下一站不是更大的模型是更深的自省。大模型能解决能不能答的问题但解决不了会不会反复犯同样的错。自省能力才是AI从工具走向伙伴的关键分水岭。如果你受够了每次都要教育Agent如果你希望它越用越贴心——装一个self-improving让它开始学做人。 快速安装命令skillhub install self-improving 资源链接ClawHub主页https://api.skillhub.cn/ivangdavila/self-improvingGitHubhttps://github.com/ivangdavila/self-improving评分33,688 | 下载359,141 | 星标1,525分类ai-agentagent-framework / agent-context / agent-memory当前版本1.2.16附录ClawHub官方数据卡片字段值Skill 名称self-improving (Self-Improving Proactive Agent)Slugself-improving作者ivangdavila分类ai-agent子分类agent-framework / agent-context / agent-memory当前版本1.2.16下载量359,141活跃安装57,561GitHub Stars1,525综合评分33,688是否需 API Key否数据更新时间2026-08-05 12:48 (Asia/Shanghai)本文基于2026-08-05 SkillHub官方数据撰写。如有更新请以ClawHub最新版本为准。
)
