skill-self-improve

给任意 WorkBuddy 技能注入「自进化学习系统」，让它越用越好用、越用越高效。 通过通用 learner.py 记录每次使用的成败与用户偏好，自动复盘并给出改进建议。 一键批量注入：复制学习模块、初始化记忆文件、在 SKILL.md 追加自进化章节。 适用：准备发布或已上线的技能、想加自我迭代能力的任何技能。 触发词：自进化、自我复盘、自动迭代、越用越好用、学习系统、skill 自我改进。

技能自进化注入器（skill-self-improve）

为什么需要

技能一旦发布就「定型」了，不会随使用变好。本技能把一套通用自进化学习系统 注入到任意技能里，使其：

• 📊 记录每次使用的成败、能力分布、错误模式
• 🧠 记住用户偏好，下次直接采用，减少重复询问
• 🔁 自动复盘：错误≥3次给改进建议，操作≥10次做高频/低频优化
• 📈 越用越懂用户，从「通用能力」沉淀为「专属最佳实践」

套件内容（本技能自带，自包含）

文件	作用
scripts/learner.py	通用学习模块：init/record/prefer/insight/reflect
scripts/section.md	追加到目标 SKILL.md 的「自进化学习系统」章节文案
scripts/inject_self_improve.py	批量注入器（幂等，已拥有的技能自动跳过）

用法

1. 给单个技能注入

把本技能的 scripts/learner.py 与 scripts/section.md 复制到目标技能目录， 并在目标 SKILL.md 末尾追加 section.md 内容；同时初始化 learned_patterns.json：

bash

python <本技能>/scripts/inject_self_improve.py

inject_self_improve.py 内置了需要注入的技能名单。若要临时给某个技能加， 直接调用 learner.py 的 init 即可：

bash

python learner.py init <目标技能目录>

2. 使用技能时（技能内部 / 智能体调用）

bash

# 记录一次成功使用
python learner.py record <技能目录> --capability 简历优化
# 记录失败
python learner.py record <技能目录> --capability 简历优化 --fail --error 格式识别失败 --note "用户上传非标准文件"
# 记录用户偏好
python learner.py prefer <技能目录> --key 输出语言 --val 中文
# 查看洞察
python learner.py insight <技能目录>
# 自动复盘
python learner.py reflect <技能目录>

3. 记忆文件 schema（learned_patterns.json）

json

{
  "version": 1,
  "totalOps": 0,
  "totalErrors": 0,
  "capabilityStats": {},   // 能力名 -> {count, success, fail}
  "errorPatterns": {},     // 错误类型 -> {count, lastNote, lastTime}
  "preferences": {},       // 用户偏好 key->value
  "recentOps": [],
  "optimizations": {},
  "lastUpdated": ""
}

设计要点

• 技能无关：learner.py 不依赖任何业务逻辑，靠 --capability / --error 标签归类。
• 幂等安全：注入前检测是否已存在章节，存在则跳过，不破坏原 SKILL.md。
• 真能跑：不只是文字建议——每次使用后 Bash 调用 learner.py，学习闭环真实可执行。
• 阈值驱动迭代：错误≥3次自动建议加预检并回写 SKILL.md；操作≥10次做能力优化分析。

适用场景

• 批量给「准备发布的技能」统一加上自进化能力（本仓库 20 个技能已全员注入）
• 给老技能补充复盘迭代机制
• 作为新技能脚手架的默认组件