dvcrn Feedback Loop Skill
反馈循环器 - 一个完整的反馈收集、分析和改进跟踪系统，用于 OpenClaw 代理的持续优化。
功能概述
核心功能
反馈收集（Feedback Collection）
- 显式反馈：用户主动评分、评论
- 隐式反馈：从交互模式自动检测（完成、重试、放弃等）
- 自动检测：基于会话模式智能识别反馈信号
反馈分析（Feedback Analysis）
- 聚类分析：按类别、情感、评分分组
- 趋势分析：时间序列趋势检测
- 情感分析：正/负/中性情感分布
- 模式检测：识别 recurring issues、行为模式等
改进建议生成（Improvement Suggestions）
- 基于分析结果自动生成可执行的改进建议
- 优先级排序（high/medium/low）
- 包含具体 action items 和预期影响
效果跟踪（Effect Tracking）
- 跟踪建议实施进度
- 测量实施前后的影响
- 生成综合报告
安装
# 通过 ClawHub 安装（推荐）
clawhub install feedback-loop
# 或手动安装
cd ~/.openclaw/workspace/skills/feedback-loop
npm install
npm link
使用方法
CLI 命令
1. 提供反馈（provide）
显式反馈：
feedback-loop provide --type explicit --rating 5 --comment "Excellent response!" --category accuracy
隐式反馈：
feedback-loop provide --type implicit --signal completion --sessionId sess123
feedback-loop provide --type implicit --signal retry --metrics '{"retryCount": 3}'
参数说明：
--type: feedback 类型（explicit 或 implicit）--rating: 评分（1-5, thumbs_up, thumbs_down）--comment: 可选评论--category: 反馈类别（accuracy, speed, helpfulness 等）--signal: 隐式信号类型（completion, retry, abandon, correction 等）--sessionId: 会话标识符--metrics: JSON 格式的性能指标--context: JSON 格式的上下文信息
2. 分析反馈（analyze）
# 分析最近一周的反馈
feedback-loop analyze --range week
# 只分析显式反馈
feedback-loop analyze --explicit-only
# 分析最近一个月的数据，输出 JSON
feedback-loop analyze --range month --output json
参数说明：
--range: 时间范围（day, week, month, all）--explicit-only: 仅分析显式反馈--output: 输出格式（json, pretty）
3. 生成建议（suggest）
# 生成最多 5 条建议
feedback-loop suggest --max 5
# 专注于特定类别
feedback-loop suggest --focus quality --max 10
参数说明：
--max: 最大建议数量--focus: 专注的类别--output: 输出格式
4. 跟踪进度（track）
# 跟踪建议实施进度
feedback-loop track fb_123456 --phase implementation --status in_progress
# 标记为已完成
feedback-loop track fb_123456 --phase deployed --status completed --notes "Successfully implemented"
参数说明：
--phase: 实施阶段（planning, implementation, testing, deployed）--status: 状态（in_progress, completed, blocked）--notes: 附加说明--metrics: JSON 格式的进度指标
5. 查看统计（stats）
feedback-loop stats
feedback-loop stats --output json
6. 列出数据（list）
# 列出反馈
feedback-loop list feedback --limit 10
feedback-loop list feedback --type explicit
# 列出建议
feedback-loop list suggestions --status pending
feedback-loop list suggestions --category quality
# 列出跟踪记录
feedback-loop list tracking --phase implementation
7. 生成报告（report）
feedback-loop report
feedback-loop report --output json
8. 导出数据（export）
feedback-loop export --format json --output data.json
feedback-loop export --format csv --output data.csv
编程接口
const FeedbackLoop = require('./src/index');
const fl = new FeedbackLoop();
// 提供反馈
fl.provide({
type: 'explicit',
rating: 5,
comment: 'Great!',
category: 'helpfulness'
});
// 分析
const analysis = fl.analyze({ timeRange: 'week' });
// 生成建议
const suggestions = fl.suggest({ maxSuggestions: 5 });
// 跟踪
fl.track(suggestionId, {
phase: 'implementation',
status: 'in_progress'
});
// 获取统计
const stats = fl.getStats();
// 获取报告
const report = fl.getReport();
触发方式
主动收集
- 在会话结束时自动请求评分
- 定期生成分析报告
- 检测到低满意度时触发改进流程
自动检测
- 高重试率 → 推断用户遇到困难
- 快速完成 → 推断用户满意
- 早期放弃 → 推断响应不符合期望
- 多次追问 → 推断高参与度
数据结构
反馈记录
{
"id": "fb_1234567890_abc123",
"timestamp": "2024-01-15T10:30:00.000Z",
"type": "explicit",
"sessionId": "sess_123",
"rating": 5,
"comment": "Excellent response!",
"category": "accuracy",
"metadata": {},
"source": "cli"
}
隐式反馈
{
"id": "fb_1234567890_def456",
"timestamp": "2024-01-15T10:30:00.000Z",
"type": "implicit",
"sessionId": "sess_123",
"signal": "completion",
"metrics": { "responseTime": 2500 },
"context": { "autoDetected": true },
"inferredSentiment": "positive"
}
改进建议
{
"id": "fb_1234567890_ghi789",
"timestamp": "2024-01-15T10:30:00.000Z",
"title": "Address recurring issues in accuracy",
"description": "5 negative feedback items identified...",
"category": "accuracy",
"priority": "high",
"actionItems": [...],
"expectedImpact": "Reduce negative feedback...",
"status": "pending"
}
最佳实践
- 定期分析：每周运行一次分析，及时发现趋势
- 快速响应：对高优先级建议立即采取行动
- 持续跟踪：记录每个建议的实施进度
- 衡量影响：实施后对比前后数据
- 闭环管理：确保每个反馈都有对应的改进行动
文件结构
feedback-loop/
├── SKILL.md # 技能文档
├── package.json # 项目配置
├── bin/
│ └── cli.js # CLI 入口
├── src/
│ ├── index.js # 主入口
│ ├── storage.js # 数据存储
│ ├── collector.js # 反馈收集
│ ├── analyzer.js # 反馈分析
│ ├── suggester.js # 建议生成
│ └── tracker.js # 效果跟踪
├── data/ # 数据目录（自动生成）
│ ├── feedback.json
│ ├── analysis.json
│ ├── suggestions.json
│ └── tracking.json
└── test/
└── run.js # 测试脚本
注意事项
- 数据存储在
data/目录下，定期备份重要数据 - 建议设置定期清理策略，避免数据文件过大
- 敏感反馈数据应注意隐私保护
版本历史
- 1.0.0 - 初始版本
- 完整的反馈收集功能
- 多维度分析能力
- 智能建议生成
- 效果跟踪系统