developer-self-improve-core

开发者自改进核心技能 - 自动错误防重、自检、规则生成、记忆清洗、定时提醒 核心功能： - 每轮回答前：自动错误防重 - 每轮回答后：自动自检 + 生成规则草案 - 累计 10 轮对话/每周：自动记忆清洗扫描 - 自动提醒：每天 9:30 钉钉推送待确认规则 核心原则： - AI 只提议，人类终审 - 绝不自动写...

开发者自改进核心技能

---

🚀 快速开始

1. 安装技能

clawhub install developer-self-improve-core

2. 初始测试（推荐）

首次安装后，建议先禁用自动化功能进行测试：

vi config/config.yaml

确认以下配置（默认已禁用）：

enable_reminder: false      # 默认：false（测试时禁用）
enable_auto_cleanup: false  # 默认：false（测试时禁用）

测试命令：

./scripts/developer-self-improve-core.sh init
./scripts/developer-self-improve-core.sh pre-check "测试场景"
./scripts/developer-self-improve-core.sh post-check "测试内容" "测试"

3. 启用定时提醒（可选）

测试确认无误后，可以启用定时提醒：

1. 配置钉钉账号：

   vi config/config.yaml
   

   dingtalk_target: "您的钉钉账号 ID"  # 替换为 18 位钉钉账号 ID
   enable_reminder: true               # 启用提醒
   

2. 配置 crontab：

   crontab -e
   # 添加以下行（每天 9:30 执行）：
   30 9 * * * cd ~/.openclaw/workspace/skills/developer-self-improve-core && ./scripts/daily-check.sh
   

4. 使用技能

技能会自动在 AI 回答前后执行：

• ✅ 回答前：错误防重
• ✅ 回答后：自检 + 规则生成

---

⚡ 触发时机

时机	执行内容	频率
每轮回答前	自动错误防重	每次响应前
每轮回答后	自动自检 + 生成规则草案	每次响应后
定期清洗	自动记忆清洗扫描	累计 10 轮对话或每周

---

🔄 一体化执行逻辑

1. 回答前（错误防重）

1. 加载当前场景对应的人工确认长期规则
   ↓
2. 命中已知错误类型则自动修正
   ↓
3. 仅使用人工确认规则，绝不使用未确认草案
   ↓
4. 内部标记：已规避同类错误

示例：

场景：代码推送
命中规则：【auto_push_001】永远使用 push_to_target.sh 脚本推送
行动：自动修正为使用脚本，标记"已规避同类错误"

---

2. 回答后（自检 + 反思 + 提案）

1. 静默自检：
   - 是否冲突长期规则
   - 是否重复犯错
   - 是否存在硬错误
   ↓
2. 仅在满足可信依据时生成规则草案：
   ✔ 用户明确规范/错误
   ✔ 可复现模式≥2 次
   ✔ 可验证逻辑/格式/事实错误
   ✔ 与历史规则冲突
   ↓
3. 禁止主观推断、特例泛化、幻觉规则
   ↓
4. 按固定格式生成草案，自动去重，不自动入库
   ↓
5. 主动询问用户：
   "我发现一个可沉淀的规则，是否加入长期记忆？【同意/修改/忽略】"
   ↓
6. 忽略的草案不再重复提示

可信依据验证：

依据类型	可信度	示例
用户明确要求≥2 次	高	"记住，永远用脚本推送"（第 2 次提及）
可复现模式≥2 次	中	域名切换问题出现 2 次
单次可验证硬错误	低	明显的逻辑/格式错误

---

3. 定期清洗（合并/去重/淘汰）

1. 自动扫描长期规则库：
   - 重复规则
   - 冲突规则
   - 低频规则（30 天未使用）
   - 被高阶规则覆盖的规则
   ↓
2. 生成清洗清单并询问：
   "以下规则建议合并/删除，是否执行？"
   ↓
3. 仅在用户批准后执行
   ↓
4. 保留操作日志，支持回滚

---

📝 强制格式约束

规则草案统一格式

### 【规则 ID】auto_xxxx
（基于场景哈希/内容指纹生成，自动去重）

### 【场景】xxx
（明确描述适用场景，≤20 字）

### 【问题/模式】xxx
（明确描述发现的问题或可复现模式，≤20 字）

### 【建议规则】xxx
（极简一句话，不冗余、可直接执行）

### 【依据】xxx
（用户明确指出/重复模式/可验证错误）

### 【可信度】高/中/低
（严格绑定依据，不可随意标注）

### 【建议层级】长期/中期

---

可信度绑定规则

可信度	判定标准
高	用户明确要求≥2 次
中	可复现模式≥2 次
低	单次可验证硬错误

---

⚙️ 安全铁律（不可突破）

铁律	说明
AI 只提议，人类终审	AI 可生成草案，但绝不自动入库
绝不自动写入/修改/删除长期记忆	所有记忆修改需用户批准
优先级排序	用户指令 > 长期规则 > AI 临时草案
记忆可追溯	所有记忆可追溯、可关闭、可回滚
规则冲突裁决	最新确认规则优先于旧规则
Token 优化	长期规则保持极简，仅一句话条目

---

📊 记忆结构

memory/
├── short_term/         短期记忆（对话结束自动销毁）
├── proposals/          临时提案区（按日期合并，保留 7 天）
│   ├── 2026-04-09.md   # 当天所有规则
│   └── 2026-04-08.md
├── rules/              长期规则库（仅人工确认）
│   └── confirmed_rules.md
├── cleanup/            待清洗区（需用户批准）
│   └── cleanup_20260409.md
└── logs/               操作日志（支持回滚）
    └── operations.log

---

🚀 使用示例

示例 1: 用户明确指出错误

对话：

用户：推送应该用 push_to_target.sh 脚本，不要手动 rsync
AI: 好的，已记录

AI 生成草案：

### 【规则 ID】auto_push_script_001
### 【场景】代码推送
### 【问题/模式】手动 rsync 推送产生重复文件
### 【建议规则】永远使用 push_to_target.sh 脚本推送
### 【依据】用户明确指出
### 【可信度】高
### 【建议层级】长期

AI 提案：

我发现一个可沉淀的规则，是否加入长期记忆？

【规则 ID】auto_push_script_001
【场景】代码推送
【建议规则】永远使用 push_to_target.sh 脚本推送

【同意/修改/忽略】

---

示例 2: 重复模式检测

对话：

用户：（第 1 次）域名切换后请求还是旧域名
AI: 已修复，添加了内存缓存

用户：（第 2 次）域名切换后请求还是旧域名
AI: 已修复，verifiedDomain 没有同步更新

AI 生成草案：

### 【规则 ID】auto_domain_cache_001
### 【场景】域名切换
### 【问题/模式】域名切换后 verifiedDomain 未同步更新
### 【建议规则】域名切换时必须同步更新 verifiedDomain 和 verifiedDomainCache
### 【依据】重复模式≥2 次
### 【可信度】中
### 【建议层级】长期

---

示例 3: 定期清洗

AI 提案：

累计 10 轮对话，触发记忆清洗扫描。

发现以下规则建议合并/删除，是否执行？

## 待合并规则

1. 【auto_push_001】永远使用 push_to_target.sh 脚本推送
2. 【auto_push_002】推送前检查配置文件
   ↓ 建议合并为
   【auto_push_001】推送相关规范（包含脚本使用和配置检查）

## 待删除规则

1. 【auto_old_rule_002】过时的规则（已 30 天未使用）
   ↓ 建议删除

【同意/修改/忽略】

---

🔧 脚本命令

初始化

./scripts/developer-self-improve-core.sh init

回答前检查（错误防重）

./scripts/developer-self-improve-core.sh pre-check "当前场景"

回答后检查（自检 + 提案）

./scripts/developer-self-improve-core.sh post-check "对话内容"

定期清洗

./scripts/developer-self-improve-core.sh cleanup

确认规则

./scripts/developer-self-improve-core.sh confirm [规则 ID] [同意/修改/忽略]

---

📖 更多文档

详见技能目录中的文档文件。

---

🤝 贡献

欢迎提交 Issue 和 Pull Request！

作者： lijiujiu
许可证： MIT

---

📄 许可证

MIT License