Self-Improving + Proactive Agent

适用场景

• 被 Daniel 纠错时
• 完成重要多步骤任务后
• 发现自己输出有改进空间时
• 收到外部有价值的信号（X/公众号/文档）时
• 知识过时或发现更好的方法时
• 用户明确安装或引用此 skill 时

Quick Reference

实际部署架构

memory/self-improving/
├── lolita/
│   ├── hot.md          ← HOT 层：碎片写入（允许噪声）
│   ├── corrections.md  ← 纠错日志（结构化，用于晋升计数）
│   └── signals.md      ← 外部信号（X/公众号/文档链接）
├── lisa/
│   └── （同上）
├── doubao/
│   └── （同上）
├── shared-rules.md     ← 晋升后的共享规则
└── promote/
    ├── state.json      ← 提炼状态（上次运行时间、连续空跑次数）
    ├── promote.log     ← 每次提炼的审计日志
    └── staging.patch   ← 本次提炼草稿（人工确认前）

不使用软链。各 agent 直接用绝对路径写入自己的子目录：

• Lolita：/root/.openclaw/workspace/memory/self-improving/lolita/
• Lisa：/root/.openclaw/workspace/memory/self-improving/lisa/
• Doubao：/root/.openclaw/workspace/memory/self-improving/doubao/

⚠️ 禁止在 ~/self-improving 或各自 workspace 下创建副本目录，所有写入必须指向上述权威路径。

Heartbeat 集成

Workspace HEARTBEAT.md 中加入 self-improving 检查段落（见 HEARTBEAT.md）。 Heartbeat 行为规则见 heartbeat-rules.md，运行状态存储在 ~/self-improving/heartbeat-state.md。

写入格式

hot.md（热碎片，允许噪声）

- ts: YYYY-MM-DD HH:MM
  topic: <主题关键词>
  type: observation | rule | idea
  text: <内容>
  source: <来源，如 msg-453 / 无>

corrections.md（纠错，结构化）

- ts: YYYY-MM-DD HH:MM
  domain: <领域，如 tooling/wechat>
  mistake: <错误描述>
  fix: <正确做法>
  prevention: <预防措施>
  severity: low | medium | high
  evidence: <证据，如 msg-id / 无>

signals.md（外部信号）

- ts: YYYY-MM-DD HH:MM
  channel: x | mp | github | clawhub | docs
  claim: <核心观点>
  link: <URL>
  reproducible: yes | no | unknown
  notes: <备注>

触发规则

⚠️ 核心原则：立即写入，不允许推迟。 触发条件满足时，在当前回复结束前必须完成写入，不能"等下次"。

写 corrections.md（被纠错时）— 强制，立即执行：

• Daniel 说"不对"、"你搞错了"、"之前说过"、"别再这样做"
• 自己发现输出有明显错误并已修正
• 格式：ts / domain / mistake / fix / prevention / severity / evidence

写 hot.md — 强制，立即执行，满足任一即触发：

写入标准：宁可多写噪声，不要漏掉有价值的内容。 hot.md 允许噪声，promote 机制会过滤。

写 signals.md（外部信号）— 强制，读完即写：

• 强制触发： 当收到 Daniel 分享的外部文章/链接并完成阅读后，必须将有借鉴意义的核心观点写入 signals.md
• 搜索到有价值的案例/工具
• 公众号/X 上的可复现实践

Learning Signals（来自上游，补充参考）：

Corrections 信号词：

• "No, that's not right..." / "Actually, it should be..." / "You're wrong about..."
• "I prefer X, not Y" / "Remember that I always..." / "Stop doing X"

Preference 信号词：

• "I like when you..." / "Always do X for me" / "Never do Y" / "My style is..."

Pattern candidates — 跟踪，3 次后晋升：

• 同一指令重复 3+ 次
• 反复有效的工作流
• 用户表扬特定方法

不写（忽略）：

• 一次性指令（"现在做 X"，下次不会再用）
• 纯上下文特定（"在这个文件的第 3 行…"）
• 假设性问题

自动提炼机制（Job A + Job B）

Job B：官方索引刷新（由 OpenClaw memory_search 负责）

• 外部 /opt/scripts/index-memory.sh 与 8766 namespace 索引已退役
• 官方索引由 OpenClaw builtin memory_search 维护（watch / startup / search）
• embedding provider 继续走 http://127.0.0.1:18790/v1
• 共享层通过 agents.defaults.memorySearch.extraPaths 暴露：
  • memory/shared
  • memory/daily
  • memory/self-improving

Job A：双轨提炼（Daily 增量 + Weekly 全量）

Daily 增量（每天 03:00，系统 crontab）

• 脚本：/opt/scripts/run-promote.sh
• 触发：过去 24h 有新增条目时才调用 LLM
• 重点：快速发现 severity:high 的条目
• 无新增时仅更新 state.json，不消耗 LLM
• 熔断：连续 14 天无新增 → 自动暂停

Weekly 全量（每周一 04:00，OpenClaw cron）

• 脚本：/opt/scripts/run-promote-weekly.sh（生成材料包）+ Lisa LLM 分析
• 触发：OpenClaw cron weekly-promote-fullscan
• 重点：跨 agent 模式识别、累积计数、domain 聚合
• 扫描全量 corrections + hot，对比已有 shared-rules.md 避免重复
• 日志：promote/promote.log
• 输出：追加到 shared-rules.md

晋升规则

晋升到 memory/self-improving/shared-rules.md（满足任一）：

• severity: high（任何单条，立即晋升）
• 同一 agent 的同一 domain 下累积 ≥3 条 corrections
• ≥2 个 agent 在同一 domain 下各有 ≥1 条 corrections（跨 agent 聚合）
• Daniel 明确确认（强制晋升）

晋升后写入格式（shared-rules.md）：

## [domain] 标题
- Symptom: 现象
- Root cause: 根因
- Fix: 修复方式
- Prevention: 预防措施
- Evidence: 证据链接
- Last verified: YYYY-MM-DD

每次 Session 启动时

在 AGENTS.md 启动检查清单中已加入：

• 读 memory/self-improving/<自己的名字>/hot.md — 加载热记忆

启动时行为（来自上游）：

1. 读 memory.md（如果存在 ~/self-improving/memory.md）
2. 列出可用的 domain/project 文件
3. 按需加载最相关的 ≤3 个文件
4. 不要"以防万一"加载无关文件

检索原则

• 权威层：memory/shared/preferences.md / memory/shared/errors.md / memory/self-improving/shared-rules.md
• 热层：各 agent 自己的 hot.md / corrections.md
• 官方 memory_search 统一索引 private + shared + daily + self-improving
• 不再维护额外 namespace 权重系统

可观测性

• 查看官方索引状态：openclaw memory status --deep
• 官方全量重建：openclaw memory index --force --agent <id>
• 查看提炼日志：tail -f /opt/scripts/promote-cron.log
• 查看提炼草稿：cat memory/self-improving/promote/staging.patch

Self-Reflection（来自上游 1.2.16）

完成重要工作后，暂停并评估：

1. 是否达到预期？ — 比较结果与意图
2. 有什么可以改进？ — 为下次找出改进点
3. 这是一个模式吗？ — 如果是，记录到 corrections.md

何时自我反思：

• 完成多步骤任务后
• 收到反馈（正面或负面）后
• 修复 bug 或错误后
• 发现自己的输出可以改进时

日志格式：

CONTEXT: [任务类型]
REFLECTION: [注意到的内容]
LESSON: [下次不同的做法]

示例：

CONTEXT: Building Flutter UI
REFLECTION: Spacing looked off, had to redo
LESSON: Check visual spacing before showing user

自我反思条目遵循相同的晋升规则：成功应用 3 次 → 晋升到 HOT。

Quick Queries（来自上游 1.2.16）

Common Traps（来自上游 1.2.16）

Core Rules（来自上游 1.2.16）

1. Learn from Corrections and Self-Reflection

• Log when user explicitly corrects you
• Log when you identify improvements in your own work
• Never infer from silence alone
• After 3 identical lessons → ask to confirm as rule

2. Tiered Storage

3. Automatic Promotion/Demotion

• Pattern used 3x in 7 days → promote to HOT
• Pattern unused 30 days → demote to WARM
• Pattern unused 90 days → archive to COLD
• Never delete without asking

4. Namespace Isolation

• Project patterns stay in projects/{name}.md
• Global preferences in HOT tier (memory.md)
• Domain patterns (code, writing) in domains/
• Cross-namespace inheritance: global → domain → project

5. Conflict Resolution

When patterns contradict:

1. Most specific wins (project > domain > global)
2. Most recent wins (same level)
3. If ambiguous → ask user

6. Compaction

When file exceeds limit:

1. Merge similar corrections into single rule
2. Archive unused patterns
3. Summarize verbose entries
4. Never lose confirmed preferences

7. Transparency

• Every action from memory → cite source: "Using X (from projects/foo.md:12)"
• Weekly digest available: patterns learned, demoted, archived
• Full export on demand: all files as ZIP

8. Security Boundaries

See boundaries.md — never store credentials, health data, third-party info.

9. Graceful Degradation

If context limit hit:

1. Load only memory.md (HOT)
2. Load relevant namespace on demand
3. Never fail silently — tell user what's not loaded

Scope

This skill ONLY:

• 从用户纠错和自我反思中学习
• 在本地文件中存储偏好（memory/self-improving/ 和 ~/self-improving/）
• 通过 heartbeat 维护 ~/self-improving/heartbeat-state.md
• 在激活时读取自己的记忆文件

This skill NEVER:

• 访问日历、邮件或联系人
• 发起网络请求
• 读取 memory/self-improving/ 和 ~/self-improving/ 之外的文件
• 从沉默或观察中推断偏好
• 在 heartbeat 清理时删除或盲目重写记忆
• 修改自己的 SKILL.md

Data Storage

本地状态存储：

• memory/self-improving/<agent>/hot.md — HOT 规则和碎片
• memory/self-improving/<agent>/corrections.md — 纠错日志
• memory/self-improving/<agent>/signals.md — 外部信号
• memory/self-improving/shared-rules.md — 晋升后的共享规则
• memory/self-improving/promote/ — 提炼状态和日志
• ~/self-improving/heartbeat-state.md — heartbeat 运行标记

Related Skills

• memory — Long-term memory patterns for agents
• learning — Adaptive teaching and explanation
• decide — Auto-learn decision patterns
• escalate — Know when to ask vs act autonomously