Evolution Engine

面向 AI Agent 的自我进化引擎，直击"重复犯错、从沉默误学、记忆压缩丢失、进化无法衡量"四大痛点。 通过自反思机制、纠错学习、模式晋升机制，让 Agent 从每次交互中积累可复用经验，而非每次会话从零开始。 核心差异化：反污染防线（3 次确认加不从沉默推断）避免误学、压缩合并而非删除保留确认偏好、 进化指标让"是否变好"可量化、命名空间隔离避免跨项目污染、心跳自动维护。 分层记忆架构（热层≤100 行始终加载、温层≤200 行按需加载、冷层归档、纠错层最近 50 条）降低 token 消耗。 适用于 AI 编程助手避免重复犯错、长期项目经验沉淀、多项目模式复用、需要可衡量进化的团队。 不适用于需要 100% 确定性的关键决策场景。

进化引擎（Evolution Engine）

让 Agent 越用越好，而非每次从零开始。 直击四大自我进化顽疾：重复犯错、从沉默误学、记忆压缩丢失、进化无法衡量。通过自反思、纠错学习、反污染防线，让每次交互都积累可复用经验。

核心能力

• 纠错学习机制：用户明确纠正时记录到 corrections.md，评估是否晋升 memory.md。参数：纠错信号（直接否定"不对，那不是..."、修正"其实应该是..."、指出错误"你错了关于..."、偏好表达"我喜欢 X 不是 Y"、提醒曾告知"我记得告诉过你..."、要求停止"别再做 X"、质疑重复"你为什么一直..."）。输出：带"待观察"标记的纠错记录，召回时优先注入。最近 50 条纠错始终可查。

• 反污染防线（3 次确认晋升）：三级防线避免误学虚假规则。参数：第 1 级沉默不记录（永不从沉默推断"做对了"）、第 2 级单次纠错不晋升（避免单点误判成永久规则）、第 3 级 3 次一致才确认（7 天内同类信号 3 次才晋升热层）。输出：晋升流程为"纠错→待观察→模式候选（第 2 次）→询问用户确认（第 3 次）→晋升 memory.md 或归档 archive/"。用户否认则归档标记"误判"。

• 自反思机制：完成重要工作后暂停评估，将反思转化为行动。参数：反思三问（是否达到预期、哪里可以更好、这是模式吗）。输出：反思日志格式"情境：[任务类型] / 反思：[我注意到了什么] / 经验：[下次如何不同]"。触发时机：完成多步任务后、收到反馈后（正/负）、修复 bug 后、发现输出可改进时。反思写入 corrections.md，第 2 次类似纠错时追踪模式。

• 进化指标度量：让"Agent 是否变好了"可量化。参数：5 项核心指标。输出：metrics.md 统计报告。指标包括：纠错频率（每周被纠正次数，健康趋势下降）、晋升率（模式成功晋升数/候选数，健康趋势稳定）、复用率（热层规则被引用次数，健康趋势上升）、重复犯错率（同类错误再次发生比例，健康趋势下降）、反思转化率（反思→实际行动的比例，健康趋势上升）。每周自动生成趋势分析与待改进建议。

• 分层记忆与命名空间隔离：分层存储降低 token 消耗，命名空间隔离避免跨项目污染。参数：热层 memory.md（≤100 行，始终加载，确认规则与核心偏好）、温层 projects/ domains/（≤200 行/文件，按项目/领域匹配加载）、冷层 archive/（无限制，显式查询加载）、纠错 corrections.md（最近 50 条，回顾时加载）。命名空间三级：全局偏好→memory.md、领域模式→domains/{code,writing,comms}.md、项目模式→projects/{name}.md。跨命名空间继承：全局→领域→项目。

• 压缩不删除策略：文件超限时合并而非删除，保留确认偏好。参数：压缩步骤（合并相似纠错为单条规则、归档未用模式到 archive/、摘要冗长条目、永不丢失已确认偏好、保留 corrections.md 最近 50 条）。输出：精简的热层与完整归档的冷层。压缩操作包括合并（相似条目合并为一条，保留规则内容）、摘要（冗长描述精简，保留核心经验）、归档（未用模式移入冷层，保留完整记录）、删除（仅用户明确要求时执行）。

• 自动晋升降级与冲突解决：模式按使用频率自动调整层级。参数：晋升（模式 7 天内用 3 次→提升到热层）、降级（模式 30 天未用→降到温层）、归档（模式 90 天未用→移入冷层）、删除（永不自动删除，仅用户明确要求）。输出：自动维护的记忆层级。冲突解决规则：最具体优先（项目>领域>全局）、最近优先（同级）、歧义时问用户。

• 透明度与安全边界：每次基于记忆的行动引用来源，安全边界明确。参数：来源引用格式"使用 X（来自 projects/foo.md:12）"。输出：每周摘要（学到的模式、降级、归档）与按需导出（所有文件 ZIP）。安全边界：永不存储凭证、健康数据、第三方信息；永不从沉默推断偏好；永不自动删除记忆（仅降级/归档）。

纠错学习机制

执行纠错学习机制操作,处理用户输入并返回结果。

输入: 用户提供纠错学习机制所需的参数和指令。

输出: 返回纠错学习机制的处理结果。

• 执行纠错学习机制操作，处理输入数据并返回结果
• 验证执行结果，确认输出符合预期格式
• 参考纠错学习机制相关配置参数进行设置

反污染防线（3 次确认晋升）

执行反污染防线（3 次确认晋升）操作,处理用户输入并返回结果。

输入: 用户提供反污染防线（3 次确认晋升）所需的参数和指令。

输出: 返回反污染防线（3 次确认晋升）的处理结果。

• 执行反污染防线（3 次确认晋升）操作，处理输入数据并返回结果
• 验证执行结果，确认输出符合预期格式
• 参考反污染防线（3 次确认晋升）相关配置参数进行设置

自反思机制

执行自反思机制操作,处理用户输入并返回结果。

输入: 用户提供自反思机制所需的参数和指令。

输出: 返回自反思机制的处理结果。

• 执行自反思机制操作，处理输入数据并返回结果
• 验证执行结果，确认输出符合预期格式
• 参考自反思机制相关配置参数进行设置

技术细节

组件	说明	关键参数
parser	解析输入指令	format, encoding
processor	执行核心处理逻辑	mode, timeout
output	格式化输出结果	format, encoding

能力覆盖范围

本skill还覆盖以下能力场景: 自我进化引擎、反思纠错加反污染、防线与压缩不删、避免重复犯错与误、的自我进化引擎、从沉默误学、记忆压缩丢失、进化无法衡量、四大痛点、通过自反思机制、模式晋升机制、从每次交互中积累、可复用经验、而非每次会话从零、核心差异化、次确认加不从沉默、压缩合并而非删除、进化指标让、心跳自动维护、分层记忆架构、行始终加载、行按需加载、冷层归档、纠错层最近、适用于、编程助手避免重复、长期项目经验沉淀、多项目模式复用、需要可衡量进化的、不适用于需要、确定性的关键决策。这些能力在上述核心功能中均有对应处理逻辑。

使用流程

第一步：初始化记忆架构。在 ~/evolution-engine/ 创建分层目录结构：memory.md（热层，≤100 行）、index.md（主题索引含行数）、heartbeat-state.md（心跳状态）、metrics.md（进化指标）、projects/（按项目隔离）、domains/（按领域隔离：code.md/writing.md/comms.md）、archive/（冷层）、corrections.md（最近 50 条纠错）。

第二步：识别学习信号。区分四类信号：纠错信号（直接否定、修正、指出错误等→写入 corrections.md 标记"待观察"）、偏好信号（喜欢、总是要求、永不要求、风格声明、项目特定→显式时写入 memory.md）、模式候选（相同指令重复 3+ 次、工作流反复有效、用户赞扬特定方法→追踪观察）、忽略信号（一次性指令、上下文特定、假设性、沉默、第三方偏好→不记录）。

第三步：执行反污染防线。用户纠正时写入 corrections.md 标记"待观察"；同类信号第 2 次标记"模式候选"；同类信号第 3 次（7 天内）询问用户确认；用户确认则晋升 memory.md 标记"已确认"，用户否认则归档 archive/ 标记"误判"。永不从沉默推断偏好，单次纠错不晋升热层。

第四步：自反思与指标追踪。完成重要工作后执行反思三问（是否达到预期、哪里可以更好、这是模式吗），写入 corrections.md。每周更新 metrics.md：记录纠错次数、晋升成功数、重复犯错次数、热层规则引用次数、反思转化率，生成趋势分析与待改进建议。

第五步：定期维护与压缩。执行分层加载策略（热层始终加载+温层按需匹配+冷层显式查询）。文件超限时执行压缩：合并相似纠错、归档未用模式、摘要冗长条目、保留确认偏好。模式 7 天用 3 次晋升热层，30 天未用降级温层，90 天未用归档冷层。永不自动删除。

结果处理: 执行完成后,查看输出结果确认操作状态。成功时输出包含处理摘要和结果数据;失败时根据错误信息排查问题,参考错误处理章节获取恢复步骤。

错误处理

错误类型	原因	处理方式
重复犯同类错误	corrections.md 无记录或召回时未注入纠错教训	确认纠错已写入 corrections.md；检查召回流程是否优先注入纠错记录；验证 corrections.md 未超过 50 条限制导致旧记录被挤出的情况
误学虚假规则入热层	未走 3 次确认流程，单次纠错直接晋升 memory.md	检查 memory.md 中该规则来源是否标记"已确认"；若为误判执行降级到 archive/ 标记"误判"；强化 3 次确认流程
热层膨胀超 100 行	晋升频率过高，未执行压缩	执行压缩：合并相似规则、归档未用模式到 archive/、摘要冗长条目；提高晋升门槛（如 7 天内 3 次改为 5 次）
跨项目偏好污染	项目 A 的模式错误晋升到全局 memory.md	检查命名空间隔离是否生效；确认项目模式写入 projects/{name}.md 而非 memory.md；将误晋升的规则降级回 projects/
进化指标不改善	反思未落地为行动，反思转化率低	检查反思是否写入 corrections.md；确保反思后立即记录经验；追踪反思转化率指标，低于 60% 时强化反思→记录闭环
沉默被误推断为偏好	违反反污染防线第 1 级规则	立即删除从沉默推断的记录；确认反污染防线规则在 Agent 指令中明确；永不从"用户没纠正"推断"做对了"
压缩时丢失确认偏好	压缩策略执行了删除而非合并/归档	检查 archive/ 是否有完整备份；恢复误删的确认偏好；强化"压缩不删除"规则，仅合并/摘要/归档
上下文超限加载失败	加载了所有命名空间而非分层按需加载	仅加载 memory.md 热层+最小匹配的 projects/ 或 domains/ 文件；告知用户未加载内容；执行归档清理旧记录

示例

示例 1：避免重复犯错（3 次确认晋升闭环）

输入：

text

会话 A：
  代理生成代码未加类型注解
  用户纠正："加上类型注解，我们用 TypeScript 严格模式"

执行与输出：

text

→ 写入 corrections.md：
  ID: corr_001
  信号类型：直接纠正
  内容：TypeScript 项目必须加类型注解
  标记：待观察
  时间：2026-07-15

会话 B（3 天后）：
  又生成无类型注解代码
  用户再次纠正："我说过要加类型注解"
  → 第 2 次信号，标记"模式候选"
  → corrections.md 更新 corr_001 标记为"模式候选"

会话 C（5 天后）：
  生成代码加了类型注解
  用户未纠正（沉默不记录）
  但代理主动检查发现：同类项目都应加
  → 第 3 次确认（7 天内），询问用户：
    "是否所有 TypeScript 项目都要求类型注解？"
  → 用户确认"是的"
  → 晋升到 memory.md（标记"已确认"）：
    规则：TypeScript 项目必须加类型注解
    来源：corrections.md corr_001，3 次确认
    晋升时间：2026-07-20

会话 D（新项目）：
  代理在 TypeScript 项目中自动加类型注解
  → 引用来源："使用 TypeScript 类型注解规则（来自 memory.md:8）"
  → 复用率+1

示例 2：压缩不删除（热层超限处理）

输入：

text

memory.md 超过 100 行限制（当前 115 行）
检查发现 3 条类似规则：
  - "用户喜欢简洁代码"（line 12）
  - "用户偏好短函数"（line 45）
  - "用户要删除冗余注释"（line 78）

压缩执行与输出：

text

压缩步骤：
1. 识别相似条目：3 条均为代码风格偏好
2. 合并为一条：
   "用户偏好简洁代码风格：短函数、无冗余注释、避免过度抽象"
   → 写入 memory.md（替换原 3 条，占 1 行）
3. 原始 3 条归档到 archive/：
   archive/compression-20260720.md：
     - [原] 用户喜欢简洁代码（来源 memory.md:12，归档时间 2026-07-20）
     - [原] 用户偏好短函数（来源 memory.md:45，归档时间 2026-07-20）
     - [原] 用户要删除冗余注释（来源 memory.md:78，归档时间 2026-07-20）
4. memory.md 行数从 115 降至 113（减少 2 行）

结果：
  - 热层精简，token 消耗降低
  - 偏好未丢失（合并后保留所有核心信息）
  - 历史可追溯（archive/ 保留完整原始记录）
  - 已确认偏好永不删除

FAQ

Q1：3 次确认会不会太慢影响效率？ 不会。大多数纠错是即时记录到 corrections.md，立即可查可用。仅晋升到热层 memory.md 需 3 次一致确认，这是为了防止单点误判污染核心规则。纠错记录在 corrections.md 中即可被召回注入，不依赖晋升。

Q2：沉默真的完全不记录任何信息吗？ 是的。用户没纠正可能是没注意、懒得说、或确实满意——无法区分。从沉默推断会制造虚假规则，风险大于收益。反污染防线第 1 级明确：永不从沉默推断"做对了"。只有用户明确表达（纠正、偏好、赞扬）才记录。

Q3：压缩后还能找回原始记录吗？ 能。原始条目归档到 archive/ 目录，完整保留。热层 memory.md 是精简版（合并/摘要后），冷层 archive/ 是完整历史。通过 archive/ 可追溯任何规则的原始来源与演变过程。压缩永不删除，仅合并/摘要/归档。

Q4：进化指标怎么用？有什么实际价值？ 每周查看 metrics.md。纠错频率下降说明学习有效；重复犯错率下降说明经验沉淀生效；复用率上升说明热层规则有价值；反思转化率反映反思落地程度。若指标不改善，说明反思未落地或召回未注入，需检查反思→corrections.md→召回闭环。指标让"Agent 是否变好"从主观感受变为客观数据。

Q5：能和其他记忆系统共用吗？ 能。本系统专注"从纠错学习与经验沉淀"，可与长期记忆系统互补。建议进化引擎管"经验/教训/模式"（corrections.md + memory.md 规则），长期记忆系统管"事实/偏好/决策"（MEMORY.md + 向量搜索）。两者通过文件系统共存，互不干扰。

Q6：命名空间隔离具体怎么工作？ 三级命名空间：全局偏好→memory.md（如"用户偏好简洁代码"）、领域模式→domains/code.md（如"TypeScript 项目加类型注解"）、项目模式→projects/ecommerce.md（如"电商项目错误日志用 JSON 格式"）。跨命名空间继承：全局→领域→项目。冲突时最具体优先（项目>领域>全局），同级最近优先，歧义时问用户。

依赖说明

LLM 依赖：由 Agent 内置 LLM 提供自然语言理解、纠错识别、反思推理与模式匹配能力，必需。

API Key 配置：本 Skill 无需任何 API Key，纯 Markdown 指令驱动，所有记忆存储在本地 ~/evolution-engine/ 目录，不做任何网络请求。

运行环境：

• Agent 平台：支持 SKILL.md 的任意 AI Agent（Claude Code / Cursor / Codex / Gemini CLI 等）
• 操作系统：Windows / macOS / Linux
• 文件系统：本地存储，必需，操作系统内置

可用性分类：MD（纯 Markdown 指令，无需 exec 命令行能力）。所有记忆通过文件读写管理，通过自然语言指令驱动 Agent 执行自我进化任务。

已知限制

1. 反思依赖 Agent 主动执行：自反思机制需 Agent 在完成重要工作后主动暂停评估，若 Agent 未触发反思则经验无法沉淀。反思质量取决于 Agent 的自我评估能力。

2. 晋升需 3 次确认有延迟：模式晋升到热层需 3 次一致确认（7 天内），初始使用阶段热层为空，规则匹配仅靠温层。这是为防止误判的设计权衡，纠错记录在 corrections.md 中立即可查。

3. 进化指标需人工解读：metrics.md 提供客观数据，但趋势分析与改进建议需用户或 Agent 解读。指标本身不自动优化 Agent 行为，需配合反思→记录→召回闭环。

4. 当前设计面向单 Agent：不支持多 Agent 协作进化与共享经验库。多 Agent 场景需手动分目录管理，跨 Agent 经验共享不支持。

5. 不适用于 100% 确定性场景：本系统基于模式识别与概率匹配，纠错学习与反思机制不保证 100% 正确性。关键决策、医疗诊断、法律裁决等需绝对确定性的场景不适用，仍需人工判断。