Self-Improving Agent (中文版)

Captures learnings, errors, and corrections to enable continuous improvement. Use when: (1) A command or operation fails unexpectedly, (2) User corrects Clau...

Security Scan

The skill's files and runtime instructions match its stated purpose (capture learnings, detect errors, and help promote them to durable memory/rules); nothing requests unrelated credentials or network downloads, but note some scripts can write files and an implicit env var is used.

Purpose & Capability

Name and description (self‑improvement / learning capture) align with the included files: reminders/hooks, error detector, templates, and a skill‑extraction helper. All required artifacts (reading/writing .learnings, creating promoted skill scaffolds) are consistent with the stated purpose.

Instruction Scope

SKILL.md and hook handlers instruct the agent to read and summarise .learnings/ and to run lightweight hooks. The supplied scripts (activator.sh, error-detector.sh) only emit reminders; error-detector reads CLAUDE_TOOL_OUTPUT to detect failures. However the references/docs suggest enabling hooks at user or global level (e.g., ~/.claude/settings.json) which broadens where the scripts run — this is expected for this skill but worth noting. No instructions attempt to exfiltrate data or call unexpected external endpoints.

Install Mechanism

There is no remote install/download. This is an instruction-only skill with bundled scripts and hook handlers — low install risk. The included extract-skill.sh creates files locally; no network fetches or archive extraction are performed.

Credentials

The skill declares no required environment variables or secrets (appropriate). One script (error-detector.sh) reads the CLAUDE_TOOL_OUTPUT env var at runtime — this is platform-specific but reasonable for a tool that detects command output. No unrelated credentials or secret requirements are requested.

Persistence & Privilege

always:false (no forced inclusion). Hooks are opt-in, but the docs encourage project- or user-level hook registration; enabling them globally will run the activator/error detector for sessions you choose. Scripts like extract-skill.sh will write scaffolding files into the current workspace when invoked — this is coherent with the skill's stated purpose but means the skill can write files if you run those helpers or enable hooks that invoke them.

Assessment

This skill is internally coherent and appears to do what it says: inject lightweight reminders, detect command errors (via CLAUDE_TOOL_OUTPUT), and help scaffold new skills from learnings. Before installing or enabling hooks, consider: (1) Only enable hooks at the project level unless you want reminders globally (docs show both options). (2) Review the bundled scripts locally (activator.sh, error-detector.sh, extract-skill.sh) — extract-skill.sh will create files under ./skills when run. (3) Confirm you want hooks that read workspace files (the skill reads/writes .learnings/ and may promote entries to MEMORY.md/AGENTS.md/SOUL.md). (4) No secrets or remote downloads are requested, but if you modify the hooks to auto-run extract/create operations, audit paths and permissions first. If you want to reduce scope, enable only the activator (UserPromptSubmit) at project level and avoid installing the PostToolUse / global settings.

Self-Improvement Skill

记录错误和教训，定期复盘整合到长期记忆，持续改进。

来源：ClawHub self-improving-agent@1.0.11，3/15 融入 v3.0.2 新特性（Pattern-Key / Recurrence / See Also / Simplify & Harden） 原始 repo：https://github.com/pskoett/pskoett-ai-skills

核心理念

犯错 → 立即记录 → 定期复盘 → 整合记忆 → 形成规则 → 避免再犯

不只是记错题本，而是一个学习闭环。

---

一、被动记录（犯错时触发）

什么时候记？

信号	记到哪
命令报错、工具失败	.learnings/ERRORS.md
被用户纠正（"不对"、"你搞错了"）	.learnings/LEARNINGS.md
发现自己编造了信息	.learnings/LEARNINGS.md
用户要求缺失的功能	.learnings/FEATURE_REQUESTS.md
发现更好的做法	.learnings/LEARNINGS.md

记录格式

ERRORS.md / LEARNINGS.md：

## [LRN-YYYYMMDD-XXX] category

**Logged**: ISO-8601 timestamp
**Priority**: low | medium | high | critical
**Status**: pending | resolved | promoted
**Area**: frontend | backend | infra | config | workflow | content

### Summary
一句话描述

### Details
完整上下文：发生了什么、做错了什么、正确做法是什么

### Suggested Action
具体的修复或改进建议

### Metadata
- Source: conversation | error | user_feedback | simplify-and-harden
- Related Files: path/to/file.ext
- Tags: tag1, tag2
- See Also: LRN-20260312-001（如有关联条目）
- Pattern-Key: harden.config_validation | simplify.dead_code（可选，用于追踪重复模式）
- Recurrence-Count: 1（可选，同一模式出现几次）
- First-Seen: 2026-03-12（可选）
- Last-Seen: 2026-03-15（可选）

---

FEATURE_REQUESTS.md：

## YYYY-MM-DD: 功能名

**需求**: 用户想做什么
**场景**: 为什么需要
**状态**: pending / resolved
**方案**: （如果有的话）

---

记录原则

1. 立即记 — 刚犯错时上下文最完整，拖了就忘
2. 写教训不写流水账 — 重点是"下次怎么避免"，不是"事情经过"
3. 一条教训一个行动 — 能转化为具体规则的才有价值
4. 关联已有条目 — 用 See Also: LRN-xxx 关联类似问题
5. 追踪重复模式 — 同一类错误用相同的 Pattern-Key，Recurrence-Count 递增。≥3 次 → 必须 promote 成规则

---

二、主动复盘（定期触发）

复盘时机

时机	做什么
每次 session 启动	扫一眼 .learnings/ 最近条目，避免重复犯错
heartbeat 每 2 天一次	完整复盘：回顾近期 learnings，整合到 MEMORY.md
大任务开始前	搜索相关 learnings，预防已知问题
同一个错犯了 3 次	必须 promote 成永久规则

复盘流程（heartbeat 触发）

1. 读取最近 2-3 天的 .learnings/ 文件
2. 识别有价值的条目（高频、高影响、可泛化）
3. 整合到 MEMORY.md 的「教训与规则」部分
4. 已整合的条目标记为 [已归档]
5. 检查是否有条目需要 promote 到 AGENTS.md / SOUL.md / TOOLS.md

复盘模板

在 heartbeat 复盘时，用这个框架思考：

## 本周复盘 (YYYY-MM-DD)

### 犯了什么错？
- ...

### 学到什么？
- ...

### 哪些该变成规则？
- → promote 到 [目标文件]

### 哪些已经不再相关？
- → 标记 [已归档]

---

三、记忆整合（learnings → 长期记忆）

Promote 规则

条件	Promote 到哪
改变我做事方式的教训	AGENTS.md（工作流规则）
改变我说话/行为方式的教训	SOUL.md（人格规则）
工具使用的坑	TOOLS.md（工具笔记）
值得长期记住但不算规则的	MEMORY.md（长期记忆）
同一个错 ≥3 次（Recurrence-Count ≥ 3）	必须 promote，不能只留在 learnings

Simplify & Harden 模式（v3.0 新增）

在日常工作中发现可以简化或加固的重复模式时，用 Pattern-Key 追踪：

模式类型	Pattern-Key 前缀	例子
Simplify（简化冗余）	simplify.*	simplify.dead_code、simplify.redundant_check
Harden（加固薄弱点）	harden.*	harden.config_validation、harden.error_handling

工作流：

1. 发现重复模式 → 记录到 LEARNINGS.md，设置 Pattern-Key 和 Recurrence-Count: 1
2. 再次出现 → 更新同一条目的 Recurrence-Count 和 Last-Seen
3. Recurrence-Count ≥ 3 → promote 到 AGENTS.md/TOOLS.md 成为永久规则

Promote 格式

从 learnings 提炼成短规则，不是复制粘贴整段：

❌ 不要这样（太长）：

2026-03-04 因为在 models.providers 里加了 capabilities 字段导致 Config invalid， 然后 restart 后 webchat 崩了，用户被锁 30 分钟……（500 字）

✅ 要这样（短规则）：

改 openclaw.json 后必须先 openclaw status 校验，确认无 error 再 restart。

MEMORY.md 结构建议

# MEMORY.md

## 关于老板
（用户偏好、习惯、重要信息）

## 活跃项目
（当前在做的事）

## 教训与规则
（从 learnings promote 上来的重要教训）

## 工具与环境
（环境特定的知识，如 API 配置、设备信息）

---

四、文件管理

目录结构

<WORKSPACE>/
├── .learnings/
│   ├── ERRORS.md          # 错误记录
│   ├── LEARNINGS.md       # 教训记录
│   └── FEATURE_REQUESTS.md # 功能需求
├── MEMORY.md              # 长期记忆（整合后的精华）
├── AGENTS.md              # 工作流规则（promote 的硬性规则）
├── SOUL.md                # 人格规则
└── TOOLS.md               # 工具笔记

文件大小控制

• .learnings/ 每个文件保持 <5KB
• 超过时归档旧条目到 .learnings/archive/YYYY-MM.md
• MEMORY.md <6KB（定期精简）

归档规则

条目符合以下任一条件时归档：

• 已 promote 到永久文件
• 超过 30 天且不再相关
• 问题已彻底解决且不会再犯

---

五、检测触发词

自动识别这些信号并触发记录：

用户纠正：

• "不对"、"你搞错了"、"Actually..."、"No, that's wrong"

功能请求：

• "能不能..."、"要是能..."、"Can you..."、"I wish..."

知识缺口：

• 用户告诉你不知道的信息
• 文档/API 行为与你理解的不一致

错误：

• 命令返回非零退出码
• 异常或堆栈跟踪
• 超时或连接失败