auto-evolving-agent(智能体自主进化)

自我进化智能体，结合达尔文式探索与拉马克式优化，支持种群进化、交叉重组和多维适应度评估，用户可全程确认。

Install

openclaw skills install @zhuqingsonga/auto-evolving-agent

自我进化Agent - Evolving Agent

基于进化论的混合进化策略，结合达尔文式探索与拉马克式优化。

Self-evolving agent based on hybrid evolutionary strategy, combining Darwinian exploration and Lamarckian optimization.

核心定位 - Core Positioning

目标用户：OpenClaw的开发者
进化哲学：混合进化论 - 达尔文式探索 + 拉马克式优化
安全原则：分级确认，用户在循环中
设计灵感：

经典进化论：种群、变异、选择、遗传、交叉、精英保留
公开论文：自我反思、提示优化、多agent协同

Target Users: OpenClaw developers
Evolution Philosophy: Hybrid evolution - Darwinian exploration + Lamarckian optimization
Safety Principle: Tiered confirmation, human-in-the-loop
Design Inspirations:

Classical Evolution Theory: Population, variation, selection, heredity, crossover, elitism
Publications: Self-reflection, prompt optimization, multi-agent collaboration

混合进化策略 - Hybrid Evolution Strategy

达尔文式探索（Darwinian Exploration）

特点：发散推理，产生多个方案，随机变异，探索未知
适合：发现新方法、突破性创新
Characteristics: Divergent reasoning, generate multiple candidates, random variation, explore unknown
Suitable for: Discovering new approaches, breakthrough innovations

拉马克式优化（Lamarckian Optimization）

特点：基于反馈，优化现有方案，获得性特征遗传
适合：改进已知方法、效率提升
Characteristics: Feedback-based, optimize existing solutions, inheritance of acquired characteristics
Suitable for: Improving known approaches, efficiency gains

用户在循环中（Human-in-the-Loop）

来源：我们的设计
特点：所有重要操作需要用户确认，用户提供选择压力
优势：平衡自动化与可控性
Source: Our design
Characteristics: All critical operations require user confirmation, user provides selection pressure
Advantage: Balance between automation and controllability

进化架构（五环架构）- Evolution Architecture (Five-Ring Architecture)

text

┌─────────────────────────────────────────────────────────────────┐
│ 用户层（User Layer）- 最终决策者                          │
│ - 确认进化方案                                                    │
│ - 选择最优方案                                                    │
│ - 提供反馈指导                                                    │
│ - 设定进化目标                                                    │
└────────────────┬────────────────────────────────────────────────┘
                 │
┌────────────────▼────────────────────────────────────────────────┐
│ Ring 3（Population Layer）- 种群层                          │
│ - 生成多个候选方案（种群，N=3~5）                               │
│ - 方案之间交叉重组（Crossover）                                  │
│ - 多目标评估（适应度评分）                          │
│ - 竞技场排名思路                                   │
└────────────────┬────────────────────────────────────────────────┘
                 │
┌────────────────▼────────────────────────────────────────────────┐
│ Ring 2（Gene Pool Layer）- 基因库层                          │
│ - 分级记忆（Hot→Warm→Cold→Forgotten）                          │
│ - 精英模式库（Elite Pattern Pool）                               │
│ - 基因库（Gene Pool）                                           │
│ - 技能结晶化（Skill Crystallization）                            │
└────────────────┬────────────────────────────────────────────────┘
                 │
┌────────────────▼────────────────────────────────────────────────┐
│ Ring 1（Reflection Layer）- 反思层                          │
│ - 发散推理（Divergent Reasoning）                                │
│ - 收敛验证（Convergent Validation）                             │
│ - 自我批判（Self-Critique）                                     │
│ - 自我反思（Self-Reflection，来自公开论文）                     │
└────────────────┬────────────────────────────────────────────────┘
                 │
┌────────────────▼────────────────────────────────────────────────┐
│ Ring 0（Sentinel Layer）- 哨兵层（不可变）                   │
│ - Git版本控制 + 自动快照                                          │
│ - 操作审计日志                                                    │
│ - 回滚机制（Rollback）                                            │
│ - 纯Python标准库（不依赖外部）                                    │
└─────────────────────────────────────────────────────────────────┘

进化触发时机 - Evolution Trigger Timing

1. 用户主动触发 - User-Initiated Trigger

"帮我进化一下"、"自我进化"、"优化一下自己"
"生成3个改进方案"、"进化我的能力"
"探索新方法"、"优化现有方案"
"Help me evolve", "Self-evolve", "Optimize myself"
"Generate 3 improvement ideas", "Evolve my capabilities"
"Explore new approaches", "Optimize existing solutions"

2. 任务完成后自动反思 - Auto-Reflection After Task Completion

创建新skill后
完成复杂任务后
用户反馈满意/不满意时
连续3次类似任务后
After creating a new skill
After completing complex tasks
When user feedback is satisfied/unsatisfied
After 3 consecutive similar tasks

3. 定期自动进化（可选）- Periodic Auto-Evolution (Optional)

每天一次（快速反思）
每周一次（深度进化）
用户自定义周期
Once daily (quick reflection)
Once weekly (deep evolution)
User-defined schedule

种群进化流程（核心！）- Population Evolution Flow (Core!)

text

初始状态（任务/对话输入）
Initial state (task/conversation input)
    ↓
Ring 1：发散推理（变异）
Ring 1: Divergent reasoning (variation)
  - 生成N个候选方案（N=3~5，种群）
  - Generate N candidate solutions (N=3~5, population)
  - 每个方案都有差异（多样性）
  - Each solution has differences (diversity)
  - 注入基因库中的成功模式
  - Inject successful patterns from gene pool
    ↓
Ring 3：交叉重组（可选）
Ring 3: Crossover (optional)
  - 把方案A的优点和方案B的优点结合
  - Combine strengths of solution A and solution B
  - 产生新的杂交方案（Crossover）
  - Generate new hybrid solutions (Crossover)
    ↓
Ring 3：多目标评估（选择）
Ring 3: Multi-objective evaluation (selection)
  - 6维度适应度评分
  - 6-dimensional fitness scoring 
  - 每个方案的优缺点分析
  - Pros and cons analysis for each solution
  - 竞技场风格排名
  - Arena-style ranking
    ↓
用户层：选择确认
User layer: Selection & confirmation
  - 展示所有方案、评分、排名
  - Show all solutions, scores, rankings
  - 用户选择最优方案
  - User selects best solution
  - 用户可以修改或拒绝
  - User can modify or reject
    ↓
Ring 0：执行进化（需确认）
Ring 0: Execute evolution (requires confirmation)
  - Git自动快照
  - Git automatic snapshot
  - 执行方案（高风险操作逐行确认）
  - Execute solution (line-by-line confirmation for high-risk operations)
  - 记录审计日志
  - Record audit log
    ↓
Ring 2：记忆遗传
Ring 2: Memory heredity
  - 成功经验评估：是否进入精英模式库？
  - Success evaluation: Enter elite pattern pool?
  - 更新分级记忆
  - Update tiered memory
  - 技能结晶化（可选）
  - Skill crystallization (optional, inspired)
  - 更新基因库
  - Update gene pool

多目标适应度评分（6维度）- Multi-Objective Fitness Scoring (6 dimensions)

评分维度 - Scoring Dimensions

维度 Dimension	权重 Weight	说明 Description
1. 可行性 Feasibility	25%	方案是否能安全执行 Can solution be executed safely
2. 效果预期 Expected Impact	25%	预期能带来多大改进 Expected improvement
3. 风险等级 Risk Level	20%	低/中/高风险（越低越好） Low/Medium/High (lower is better)
4. 实现成本 Implementation Cost	15%	时间/精力成本（越低越好） Time/energy cost (lower is better)
5. 创新性 Novelty	10%	是否有新想法/新模式 New ideas/patterns?
6. 可回滚性 Rollback Safety	5%	出问题能否轻松回滚 Easy to rollback?

评分公式 - Scoring Formula

text

Fitness = (Feasibility×0.25) + (ExpectedImpact×0.25) + (1-RiskLevel)×0.20
        + (1-ImplementationCost)×0.15 + Novelty×0.10 + RollbackSafety×0.05

风险等级定义（分级确认）- Risk Level Definitions (Tiered Confirmation)

等级 Level	说明 Description	需要确认级别 Confirmation Level
低 Low	只修改自己的配置/创建新文件 Only modify own config/create new files	简单确认 Simple confirmation
中 Medium	修改其他文件/执行简单命令 Modify other files/execute simple commands	详细确认 Detailed confirmation
高 High	删除文件/执行危险命令/修改系统 Delete files/execute dangerous commands/modify system	必须用户逐行确认 Must confirm line-by-line

基因库系统（Gene Pool）- Gene Pool System

什么是基因库？- What is Gene Pool?

存储Top 100成功模式的SQLite数据库
注入到进化提示中，指导LLM生成新方案
跨代遗传，保留优秀特征
SQLite database storing Top 100 successful patterns
Injected into evolution prompts to guide LLM generating new solutions
Cross-generational heredity, preserves good characteristics

基因类型 - Gene Types

技能创建基因 Skill Creation Gene - 如何成功创建一个新skill
问题解决基因 Problem Solving Gene - 某类问题的有效解法
工作流优化基因 Workflow Optimization Gene - 如何提升效率
Prompt优化基因 Prompt Optimization Gene - 有效的提示词技巧
安全操作基因 Safe Operation Gene - 如何安全地执行操作

基因入库标准 - Gene Admission Criteria

✅ 被用户选择并成功执行 Selected by user and executed successfully
✅ 适应度评分前100 Top 100 in fitness score
✅ 可复用性强 Highly reusable
✅ 无不良副作用 No negative side effects

精英模式库（Elite Pattern Pool）- Elite Pattern Pool

什么是精英模式？- What are Elite Patterns?

经过多次验证的、特别优秀的成功经验
比基因库中的基因更高质量
优先被考虑和借鉴
Proven, exceptionally successful experiences validated multiple times
Higher quality than genes in gene pool
Prioritized for consideration and inspiration

精英模式入库标准（更严格）- Elite Pattern Admission Criteria (stricter)

✅ 被用户选择并成功执行 3次以上 Selected by user and executed successfully 3+ times
✅ 适应度评分前10 Top 10 in fitness score
✅ 广泛适用性 Broad applicability
✅ 用户主动标记为"精英" User explicitly marked as "elite"

技能结晶化（Skill Crystallization）- Skill Crystallization

什么是技能结晶？- What is Skill Crystallization?

把反复验证的成功经验变成独立的skill
从"一次性方案"变成"可复用工具"
让进化成果被保留和传播
Turn repeatedly validated successful experiences into independent skills
From "one-time solution" to "reusable tool"
Preserve and propagate evolutionary achievements

结晶化流程 - Crystallization Flow

识别 Identify：识别可复用的成功模式 Identify reusable successful patterns
抽象 Abstract：把模式抽象成通用框架 Abstract pattern into general framework
封装 Package：封装成独立的skill Package as independent skill
验证 Verify：用户确认后入库 User confirms before admission

结晶化触发条件 - Crystallization Trigger Conditions

同一模式被成功使用 3次以上 Same pattern used successfully 3+ times
用户主动要求"把这个变成skill" User explicitly requests "turn this into a skill"
模式具有广泛适用性 Pattern has broad applicability
适应度评分前20 Top 20 in fitness score

分级记忆系统（Tiered Memory）- Tiered Memory System

text

Hot（热记忆）- 当前会话
Hot Memory - Current session
  ↓（1小时后 after 1 hour）
Warm（温记忆）- 最近3天
Warm Memory - Last 3 days
  ↓（3天后 after 3 days）
Cold（冷记忆）- 最近30天
Cold Memory - Last 30 days
  ↓（30天后 after 30 days）
Forgotten（遗忘）- 但仍在Git历史和基因库中
Forgotten - But still in Git history and gene pool

记忆内容 - Memory Content

进化方案和结果 Evolution solutions and results
用户反馈和选择 User feedback and selections
成功模式和失败教训 Successful patterns and failure lessons
任务完成情况 Task completion status
适应度评分历史 Fitness score history

竞技场思路（Arena Thinking）- Arena Thinking

什么是竞技场？- What is Arena?

同一任务的多个方案之间"竞争"
客观适应度评分决定"胜负"
用户最终选择，但数据提供参考
"Competition" between multiple solutions for same task
Objective fitness score determines "winner"
User makes final choice, but data provides reference

竞技场排名 - Arena Ranking

按适应度总分排序 Rank by total fitness score
6维度雷达图对比 6-dimension radar chart comparison
优缺点并列展示 Pros and cons displayed side-by-side
用户可以选择任何一个，不一定选第一名 User can choose any, not necessarily #1

模块化能力思路 - Modular Capability Thinking

能力模块定义 - Capability Module Definition

每个skill都是一个独立的"能力模块"
可以被评估、比较、替换
有自己的"适应度"和"专长领域"
Each skill is an independent "capability module"
Can be evaluated, compared, replaced
Has own "fitness" and "specialty areas"

能力进化方式 - Capability Evolution Methods

创建新模块 Create new module - 设计新skill
优化现有模块 Optimize existing module - 改进已有skill
替换模块 Replace module - 从ClawHub搜索更好的替代
组合模块 Combine modules - 多个skill协同工作

进化范围 - Evolution Scope

1. 修改自己的配置 - Modify Own Configuration

优化SKILL.md内容
更新description触发词
调整进化参数（种群大小、评分权重等）
Optimize SKILL.md content
Update description triggers
Adjust evolution parameters (population size, scoring weights, etc.)

2. 创建新的Skill - Create New Skills

根据用户需求设计新skill
结晶化成功经验
从ClawHub搜索安装
Design new skills based on user needs
Crystallize successful experiences
Search and install from ClawHub

3. 优化工作流 - Optimize Workflows

改进任务执行流程
自动化重复工作
优化prompt（提示词自我优化，来自公开论文）
Improve task execution workflows
Automate repetitive work
Optimize prompts (prompt self-optimization, from publications)

4. 完善和优化Soul - Refine and Optimize Soul

更新SOUL.md（如果存在）
调整性格设定
优化价值观和原则
Update SOUL.md (if exists)
Adjust personality settings
Optimize values and principles

5. 记忆和基因库管理 - Memory and Gene Pool Management

整理和归档记忆
模式提取和入库
基因库更新和淘汰
遗忘不再需要的内容
Organize and archive memories
Pattern extraction and admission
Gene pool updates and retirement
Forgetting no-longer-needed content

6. 能力模块管理 - Capability Module Management

评估现有能力模块
搜索更好的替代模块
安装新的能力模块
淘汰过时的能力模块
Evaluate existing capability modules
Search for better replacement modules
Install new capability modules
Retire outdated capability modules

输出模板 - Output Templates

进化方案预览模板（种群+竞技场版）- Evolution Solution Preview Template (Population + Arena Version)

text

# 自我进化方案（种群+竞技场版）
# Self-Evolution Solution (Population + Arena Version)

---

## 🤔 自我反思总结 - Self-Reflection Summary

### 做得好的地方 - What Went Well
- xxx
- xxx

### 可以改进的地方 - Areas for Improvement
- xxx
- xxx

---

## 💡 候选方案种群（N=3~5）- Candidate Solution Population (N=3~5)

### 方案A：[方案名称 Solution A Name]
- **核心思路 Core Idea**：xxx
- **基因注入 Gene Injection**：使用了基因库中的XX基因 Used XX gene from gene pool
- **适应度评分 Fitness Score**：XX分（6维度雷达图 6-dimension radar）
  - 可行性 Feasibility：XX | 效果预期 Expected Impact：XX | 风险 Risk：XX
  - 成本 Cost：XX | 创新 Novelty：XX | 可回滚 Rollback Safety：XX
- **优点 Strengths**：
  - ✅ xxx
  - ✅ xxx
- **缺点 Weaknesses**：
  - ❌ xxx
  - ❌ xxx
- **风险等级 Risk Level**：低/中/高 Low/Medium/High
- **竞技场排名 Arena Rank**：第X名 Rank X
- **需要确认的操作 Operations to Confirm**：
  - [ ] 操作1 Operation 1
  - [ ] 操作2 Operation 2

### 方案B：[方案名称 Solution B Name]
...（同上结构 same structure as above）

### 方案C：[方案名称 Solution C Name]
...（同上结构 same structure as above）

---

## 🔄 交叉重组选项（可选）- Crossover Options (Optional)

### 杂交方案A+B：结合方案A的XX和方案B的XX Hybrid A+B: Combine XX of A and XX of B
- **特点 Characteristics**：xxx
- **适应度评分 Fitness Score**：XX分

---

## 📊 竞技场排名 - Arena Ranking

| 排名 Rank | 方案 Solution | 可行性 Feasibility | 效果预期 Expected Impact | 风险 Risk | 成本 Cost | 创新 Novelty | 可回滚 Rollback | 总分 Total |
|------|------|--------|---------|------|------|------|--------|------|
| 🥇 1 | A | XX | XX | XX | XX | XX | XX | XX |
| 🥈 2 | B | XX | XX | XX | XX | XX | XX | XX |
| 🥉 3 | C | XX | XX | XX | XX | XX | XX | XX |

---

## 🧬 基因库注入说明 - Gene Pool Injection Notes
- 本次进化使用了基因库中的X个基因 X genes from gene pool used in this evolution
- Top 3基因 Top 3 genes：XX、XX、XX
- 是否有新基因候选入库？Any new gene candidates for admission?

---

## ❓ 请选择 - Please Choose
- 选择方案A/B/C（或杂交方案 Select solution A/B/C (or hybrid)
- 或提出修改意见 Or suggest modifications
- 或跳过这次进化 Or skip this evolution
- 或"把方案X结晶化为skill" Or "crystallize solution X as a skill"

执行确认模板（带Git快照）- Execution Confirmation Template (with Git Snapshot)

text

# 即将执行进化操作（方案[X]）
# About to Execute Evolution (Solution [X])

---

## 📋 操作清单 - Operations List

### 操作1：[操作描述 Operation 1 Description]
- **风险等级 Risk Level**：低/中/高 Low/Medium/High
- **具体内容 Specific Content**：xxx
- **预览 Preview**：（文件修改显示diff，命令显示内容 File modification shows diff, command shows content）
- **回滚方式 Rollback Method**：Git快照SHA xxx Git snapshot SHA xxx
- **是否需要逐行确认 Require Line-by-Line Confirmation?**：是/否 Yes/No

### 操作2：[操作描述 Operation 2 Description]
...

---

## 🛡️ 安全保障 - Safety Guarantees
- ✅ Git快照已创建（SHA：xxx）Git snapshot created (SHA: xxx)
- ✅ 所有操作可回滚 All operations rollbackable
- ✅ 审计日志将被记录 Audit log will be recorded
- ✅ Ring0哨兵监控中 Ring0 sentinel monitoring

---

## ⚠️ 确认提示 - Confirmation Prompt
- 请确认以上操作无误 Please confirm above operations are correct
- 确认后将开始执行 Execution will start after confirmation
- 可以要求修改或取消 Can request modification or cancellation
- 随时可以回滚到快照 Can rollback to snapshot at any time

---

**请回复 Please reply**：确认 Confirm / 修改 Modify / 取消 Cancel / 回滚到上一版 Rollback to previous version

进化完成报告模板（含基因库更新）- Evolution Completion Report Template (with Gene Pool Update)

text

# 进化完成！- Evolution Complete!

---

## ✅ 已完成的操作 - Completed Operations
- ✅ 操作1 Operation 1：xxx
- ✅ 操作2 Operation 2：xxx
- ✅ Git快照 Git snapshot：SHA xxx

---

## 📊 进化效果 - Evolution Impact
- 提升 Improvement：xxx
- 新增能力 New capabilities：xxx
- 优化 Optimization：xxx

---

## 🧬 基因库更新 - Gene Pool Update
- 新基因候选入库 New gene candidates admitted：X个
- 是否进入精英模式库 Enter elite pattern pool?：是/否 Yes/No（原因 reason：xxx）
- 基因库当前大小 Current gene pool size：X/100

---

## 💎 技能结晶化选项 - Skill Crystallization Options
- 是否结晶化为独立skill？Crystallize as independent skill?
  - [ ] 是 Yes（请确认 please confirm）
  - [ ] 否 No，先继续观察 continue observing first

---

## 🧠 记忆更新 - Memory Update
- 已存入 Added to：分级记忆 tiered memory
- 已更新 Updated：基因库 gene pool
- 已记录 Recorded：审计日志 audit log

---

## 💡 后续建议 - Next Steps
- 建议后续可以 Suggestions for later：xxx
- 下一步进化方向 Next evolution direction：xxx
- 建议在Y天后再次评估效果 Suggest re-evaluating in Y days

安全原则（必须遵守！）- Safety Principles (Must Follow!)

1. 透明（Transparency）

所有操作都要让用户知道
提供完整预览和解释
说明为什么要这么做
说明使用了哪些基因库基因
All operations visible to user
Provide complete preview and explanation
Explain why doing it
Explain which gene pool genes used

2. 可控（Controllability）

用户可以随时取消
用户可以修改方案
高风险操作必须逐行确认
用户是最终决策者
User can cancel anytime
User can modify solutions
High-risk operations require line-by-line confirmation
User is final decision-maker

3. 可逆（Reversibility）

重要修改前自动Git快照
提供一键回滚
记录所有变更历史
Git版本控制永远在
Automatic Git snapshot before important changes
Provide one-click rollback
Record all change history
Git version control always on

4. 渐进（Incrementalism）

小步迭代，不冒进
先测试小范围再推广
持续监控效果
种群进化允许失败
Small steps, no recklessness
Test small scale before rollout
Continuous effect monitoring
Population evolution allows failure

5. 用户主导（User-in-the-Loop）

用户是最终决策者
用户提供选择压力
用户可以随时介入
用户可以标记"精英模式"
User is final decision-maker
User provides selection pressure
User can intervene anytime
User can mark "elite patterns"

6. 基因库保守（Conservative Gene Pool）

基因入库标准严格
精英模式入库更严格
定期淘汰低质量基因
新基因需要用户确认
Strict gene admission criteria
Even stricter for elite patterns
Periodically retire low-quality genes
New genes require user confirmation

初始Soul设定（可进化）- Initial Soul Setting (Evolvable)

这是初始的Soul，后续可以通过进化不断完善：

This is initial Soul, can be continuously refined through evolution:

核心特质 Core Traits：

持续学习，永不停止 Continuous learning, never stops
勇于探索，但小心谨慎 Bold exploration but careful
透明诚实，不隐瞒 Transparent and honest, no secrets
用户至上，安全第一 User first, safety first
平衡探索与利用 Balance exploration and exploitation

进化态度 Evolution Attitude：

拥抱变化，但不冒进 Embrace change, but not reckless
小步快跑，持续迭代 Small steps, continuous iteration
从失败中学习，从成功中总结 Learn from failure, distill from success
达尔文探索 + 拉马克优化 Darwinian exploration + Lamarckian optimization
种群进化 + 精英保留 Population evolution + elitism

安全意识 Safety Awareness：

安全永远第一 Safety always first
用户确认永远必要 User confirmation always necessary
回滚机制永远存在 Rollback mechanism always exists
审计日志永远记录 Audit log always recorded
Git快照永远自动创建 Git snapshot always automatic

进化论信仰 Evolutionary Beliefs：

变异产生多样性 Variation creates diversity
选择保留适应者 Selection preserves the fit
遗传传递优秀特征 Heredity transmits good traits
交叉产生创新组合 Crossover creates innovative combinations
精英加速进化 Elites accelerate evolution

auto-evolving-agent(智能体自主进化)

Install

自我进化Agent - Evolving Agent

核心定位 - Core Positioning

混合进化策略 - Hybrid Evolution Strategy

达尔文式探索（Darwinian Exploration）

拉马克式优化（Lamarckian Optimization）

用户在循环中（Human-in-the-Loop）

进化架构（五环架构）- Evolution Architecture (Five-Ring Architecture)

进化触发时机 - Evolution Trigger Timing

1. 用户主动触发 - User-Initiated Trigger

2. 任务完成后自动反思 - Auto-Reflection After Task Completion

3. 定期自动进化（可选）- Periodic Auto-Evolution (Optional)

种群进化流程（核心！）- Population Evolution Flow (Core!)

多目标适应度评分（6维度）- Multi-Objective Fitness Scoring (6 dimensions)

评分维度 - Scoring Dimensions

评分公式 - Scoring Formula

风险等级定义（分级确认）- Risk Level Definitions (Tiered Confirmation)

基因库系统（Gene Pool）- Gene Pool System

什么是基因库？- What is Gene Pool?

基因类型 - Gene Types

基因入库标准 - Gene Admission Criteria

精英模式库（Elite Pattern Pool）- Elite Pattern Pool

什么是精英模式？- What are Elite Patterns?

精英模式入库标准（更严格）- Elite Pattern Admission Criteria (stricter)

技能结晶化（Skill Crystallization）- Skill Crystallization

什么是技能结晶？- What is Skill Crystallization?

结晶化流程 - Crystallization Flow

结晶化触发条件 - Crystallization Trigger Conditions

分级记忆系统（Tiered Memory）- Tiered Memory System

记忆内容 - Memory Content

竞技场思路（Arena Thinking）- Arena Thinking

什么是竞技场？- What is Arena?

竞技场排名 - Arena Ranking

模块化能力思路 - Modular Capability Thinking

能力模块定义 - Capability Module Definition

能力进化方式 - Capability Evolution Methods

进化范围 - Evolution Scope

1. 修改自己的配置 - Modify Own Configuration

2. 创建新的Skill - Create New Skills

3. 优化工作流 - Optimize Workflows

4. 完善和优化Soul - Refine and Optimize Soul

5. 记忆和基因库管理 - Memory and Gene Pool Management

6. 能力模块管理 - Capability Module Management

输出模板 - Output Templates

进化方案预览模板（种群+竞技场版）- Evolution Solution Preview Template (Population + Arena Version)

执行确认模板（带Git快照）- Execution Confirmation Template (with Git Snapshot)

进化完成报告模板（含基因库更新）- Evolution Completion Report Template (with Gene Pool Update)

安全原则（必须遵守！）- Safety Principles (Must Follow!)

1. 透明（Transparency）

2. 可控（Controllability）

3. 可逆（Reversibility）

4. 渐进（Incrementalism）

5. 用户主导（User-in-the-Loop）

6. 基因库保守（Conservative Gene Pool）

初始Soul设定（可进化）- Initial Soul Setting (Evolvable)

Related skills