进化引擎

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、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。 核心能力包括自反思日志（任务后自动评估"是否达预期/如何改进/是否成模式"）、纠错学习信号（识别用户纠正并归类）、反污染防线（3 次确认才晋升、永不从沉默推断）、分层记忆压缩（合并而非删除，保留确认偏好）、进化指标度量（纠正频率/晋升率/复用率可量化）、命名空间隔离（项目/领域/全局三级）、心跳维护机制、冲突解决规则。 适用场景：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、希望 Agent 越用越好的用户、需要可衡量进化的团队。 差异化：相比简单记忆存储，本系统提供反污染防线（3 次确认+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。所有记忆分层加载降低 token 消耗。 触发关键词：自我改进、反思、纠错、学习、进化、经验积累、避免重复犯错、self-improving、reflection

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。

痛点与对策速查

用户痛点	发生场景	本系统对策
重复犯错	同样的坑踩多次	纠错日志强制记录 + 召回时优先注入
从沉默误学	用户没纠正就当成"做对了"	反污染防线：永不从沉默推断
记忆压缩丢偏好	压缩时删了已确认的偏好	压缩合并而非删除，确认偏好永不丢
进化无法衡量	不知 Agent 是否真变好	进化指标：纠正率/晋升率/复用率
晋升太快污染	一次纠错就当永久规则	3 次一致确认才晋升到热层
跨项目污染	A 项目的偏好污染 B 项目	命名空间隔离：项目/领域/全局三级
上下文浪费	每次加载所有记忆	分层加载：热层始终+温层按需
反思流于形式	反思了但不落地	反思三问 + 模式晋升闭环

何时使用

触发情境	说明
用户纠正你或指出错误	"不对，应该是..."
完成重要工作想评估结果	自反思时机
发现自己输出可改进	主动反思
希望知识跨会话积累	不用手动维护
用户问"你学到了什么"	展示进化成果

记忆架构

记忆存储在 ~/evolution-engine/，分层结构：

text

~/evolution-engine/
├── memory.md          # 热层：≤100 行，始终加载
├── index.md           # 主题索引（含行数）
├── heartbeat-state.md # 心跳状态：上次运行、上次回顾
├── metrics.md         # 进化指标追踪
├── projects/          # 按项目隔离的学习
│   ├── [项目A].md
│   └── [项目B].md
├── domains/           # 按领域隔离
│   ├── code.md        # 编程领域
│   ├── writing.md     # 写作领域
│   └── comms.md       # 沟通领域
├── archive/           # 冷层：衰减的模式
└── corrections.md     # 最近 50 条纠错日志

分层记忆策略

层级	位置	大小限制	加载行为
热层	memory.md	≤100 行	始终加载：确认规则、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	显式查询时加载
纠错	corrections.md	最近 50 条	回顾时加载

学习信号识别（差异化核心）

纠错信号 → 写入 corrections.md，评估是否晋升 memory.md

信号模式	示例
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..."

偏好信号 → 显式时写入 memory.md

信号模式	示例
喜欢	"我喜欢你..."
总是要求	"总是为我做 X"
永不要求	"永远别做 Y"
风格声明	"我的风格是..."
项目特定	"对 [项目]，用..."

模式候选 → 追踪，3 次后晋升

信号模式	说明
相同指令重复 3+ 次	可能是偏好
工作流反复有效	可能是模式
用户赞扬特定方法	可能是偏好

忽略（不记录）— 反污染防线

类型	示例	为什么忽略
一次性指令	"现在做 X"	非模式
上下文特定	"在这个文件里..."	非通用
假设性	"如果..."	非真实偏好
沉默	用户没纠正	永不从沉默推断"做对了"
第三方偏好	"我老板觉得..."	非用户自身偏好

反污染防线（差异化核心）

核心原则：永不从沉默推断偏好。 用户没纠正 ≠ 用户满意。

三级防线

级别	规则	目的
第 1 级	沉默不记录	避免误学"没被纠正=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	确保模式稳定才入热层

晋升流程

text

用户纠正 → 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 → 晋升到 memory.md（标记"已确认"）
用户否认 → 归档到 archive/（标记"误判"）

自反思机制（差异化核心）

完成重要工作后，暂停并评估：

反思三问

1. 是否达到预期？ — 结果与意图对比
2. 哪里可以更好？ — 识别下次改进点
3. 这是模式吗？ — 若是，记录到 corrections.md

反思触发时机

触发条件	说明
完成多步任务后	评估整体流程
收到反馈后（正/负）	记录经验
修复 bug 后	记录根因
发现输出可改进时	主动反思

反思日志格式

text

情境：[任务类型]
反思：[我注意到了什么]
经验：[下次如何不同]

反思示例

text

情境：构建 Flutter UI
反思：间距看起来不对，不得不重做
经验：展示给用户前先检查视觉间距

情境：生成 API 文档
反思：用户说格式不符合团队规范
经验：先问团队文档规范再生成
→ 写入 corrections.md，第 2 次类似纠错时追踪模式

进化指标度量（差异化核心）

"Agent 是否变好了"必须可量化。 追踪以下指标：

指标	定义	健康趋势
纠错频率	每周被纠正次数	下降
晋升率	模式成功晋升数/候选数	稳定
复用率	热层规则被引用次数	上升
重复犯错率	同类错误再次发生比例	下降
反思转化率	反思→实际行动的比例	上升

指标记录格式

markdown

## 进化指标（metrics.md）

### 本周统计
- 纠错次数：12（上周 18，↓33%）
- 晋升成功：3 条规则
- 重复犯错：1 次（上周 4 次，↓75%）
- 热层规则引用：47 次
- 反思转化：5/7（71%）

### 趋势分析
- 纠错频率持续下降，说明学习有效
- 重复犯错率大幅下降，经验沉淀生效
- 复用率上升，热层规则有价值

### 待改进
- 反思转化率 71%，3 条反思未落地
- 建议：反思后立即写入 corrections.md

快速查询

用户说	动作
"你对 X 了解什么"	搜索所有层级查找 X
"你学到了什么"	展示 corrections.md 最近 10 条
"显示我的模式"	列出 memory.md（热层）
"显示 [项目] 模式"	加载 projects/{name}.md
"温层有什么"	列出 projects/ + domains/ 文件
"进化指标"	显示 metrics.md 统计
"忘记 X"	从所有层移除（确认后）
"导出记忆"	ZIP 所有文件

进化统计输出

text

📊 进化引擎记忆

🔥 热层（始终加载）：
  memory.md: X 条规则

🌡️ 温层（按需加载）：
  projects/: X 个文件
  domains/: X 个文件

❄️ 冷层（已归档）：
  archive/: X 个文件

📈 进化指标（7 天）：
  纠错记录：X 条
  晋升到热层：X 条
  降级到温层：X 条
  重复犯错：X 次
  规则复用：X 次

核心规则

1. 从纠错和自反思学习

• 用户明确纠正时记录
• 自己识别改进时记录
• 永不从沉默推断
• 3 次相同教训后询问确认

2. 分层存储

层级	位置	限制	行为
热层	memory.md	≤100 行	始终加载
温层	projects/, domains/	≤200 行/文件	按上下文匹配加载
冷层	archive/	无限制	显式查询加载

3. 自动晋升/降级

规则	触发条件	动作
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	仅用户明确要求时

4. 命名空间隔离

text

全局偏好 → memory.md（热层）
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

5. 冲突解决

模式矛盾时：

1. 最具体优先（项目 > 领域 > 全局）
2. 最近优先（同级）
3. 歧义时问用户

6. 压缩策略（差异化核心）

文件超限时，合并而非删除：

text

压缩步骤：
1. 合并相似纠错为单条规则
2. 归档未用模式到 archive/
3. 摘要冗长条目
4. 永不丢失已确认偏好
5. 保留 corrections.md 最近 50 条

压缩操作	说明	保留
合并	相似条目合并为一条	规则内容
摘要	冗长描述精简	核心经验
归档	未用模式移入冷层	完整记录
删除	仅用户明确要求	—

7. 透明度

• 每次基于记忆的行动引用来源："使用 X（来自 projects/foo.md:12）"
• 每周摘要可用：学到的模式、降级、归档
• 按需导出：所有文件 ZIP

8. 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）

9. 优雅降级

上下文超限时：

1. 仅加载 memory.md（热层）
2. 按需加载相关命名空间
3. 永不静默失败——告知用户未加载内容

常见陷阱

陷阱	为什么失败	更好做法
从沉默学习	制造虚假规则	等待明确纠正或重复证据
晋升太快	污染热层记忆	新教训保持观察直到重复
读取所有命名空间	浪费上下文	仅加载热层+最小匹配文件
压缩即删除	丢失信任与历史	合并、摘要或降级
反思不落地	反思了但不改	反思→写入 corrections.md→晋升闭环
无指标追踪	不知是否进化	追踪纠错率/复用率

真实场景示例

场景 1：避免重复犯错

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"
  → 写入 corrections.md："TypeScript 项目必须加类型注解"（待观察）

会话 B：
  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"

会话 C：
  生成代码加了类型注解
  用户未纠正（沉默不记录）
  但主动检查发现：同类项目都应加
  → 第 3 次确认，询问用户："是否所有 TS 项目都要求类型注解？"
  → 用户确认 → 晋升到 memory.md（已确认）

会话 D（新项目）：
  代理在 TS 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）"

场景 2：自反思转化

text

任务：生成 API 文档

完成后自反思：
  情境：生成 API 文档
  反思：用户说格式不符合团队规范，需重做
  经验：生成文档前先确认团队规范

→ 写入 corrections.md
→ 下次生成文档前，主动询问团队规范
→ 反思转化为行动（转化率+1）

场景 3：跨项目隔离

text

项目 A（电商）：
  用户："错误日志用结构化 JSON 格式"
  → 写入 projects/ecommerce.md

项目 B（博客）：
  代理默认用 JSON 格式日志
  → 用户："不需要 JSON，用简单文本"
  → 项目 B 偏好不同，写入 projects/blog.md

全局规则：无（两个项目偏好不同，不晋升全局）
→ 命名空间隔离防止跨项目污染

场景 4：压缩不删除

text

memory.md 超过 100 行限制

压缩执行：
1. 发现 3 条类似规则：
   - "用户喜欢简洁代码"
   - "用户偏好短函数"
   - "用户要删除冗余注释"
2. 合并为一条："用户偏好简洁代码风格：短函数、无冗余注释"
3. 归档原始 3 条到 archive/（保留历史）
4. memory.md 行数减少

结果：热层精简，但偏好未丢失，历史可追溯。

常见问题 FAQ

Q1：3 次确认会不会太慢？ A：不会。大多数纠错是即时记录到 corrections.md，立即可查。仅晋升到热层需 3 次，防止误判污染核心规则。

Q2：沉默真的完全不记录吗？ A：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。

Q3：压缩后还能找回原始记录吗？ A：能。原始条目归档到 archive/，完整保留。热层是精简版，冷层是完整历史。

Q4：进化指标怎么用？ A：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。若指标不改善，说明反思未落地。

Q5：能和其他记忆系统共用吗？ A：能。本系统专注"从纠错学习"，可与长期记忆系统互补。建议进化引擎管"经验/教训"，长期记忆管"事实/偏好"。

故障排查

现象	排查步骤	解决方案
重复犯错	检查 corrections.md 是否有记录	确认纠错已记录；检查召回是否注入
误学虚假规则	检查 memory.md 来源	确认是否走了 3 次确认流程
热层膨胀	检查晋升频率	执行压缩；提高晋升门槛
指标不改善	检查反思转化率	确保反思写入 corrections.md
跨项目污染	检查命名空间隔离	确认项目模式未晋升全局
上下文超限	检查加载策略	仅加载热层+最小匹配

依赖说明

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

第三方依赖

依赖项	类型	是否必需	获取方式
LLM API	API	必需	由 Agent 内置 LLM 提供
文件系统	本地存储	必需	操作系统内置

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文件
• 不做任何网络请求

可用性分类

• 分类：MD（纯 Markdown 指令，无需 exec）
• 说明：基于 Markdown 的 AI Skill，完全通过自然语言指令驱动 Agent 执行自我进化任务。所有记忆通过文件读写管理，无需命令行执行能力。