Self Improvement Zh

自我改进技能

将学习内容和错误记录到 Markdown 文件中以实现持续改进。编码代理稍后可以将这些处理成修复，重要的学习内容会被提升到项目记忆中。

快速参考

OpenClaw 设置（推荐）

OpenClaw 是此技能的主要平台。它使用基于工作区的提示注入和自动技能加载。

安装

通过 ClawdHub（推荐）：

clawdhub install self-improvement-zh

手动：

git clone https://github.com/peterskoett/self-improving-agent.git ~/.openclaw/skills/self-improvement-zh

基于 OpenClaw 重新制作，原始仓库：https://github.com/pskoett/pskoett-ai-skills - https://github.com/pskoett/pskoett-ai-skills/tree/main/skills/self-improvement

工作区结构

OpenClaw 在每个会话中注入这些文件：

~/.openclaw/workspace/
├── AGENTS.md          # 多代理工作流，委托模式
├── SOUL.md            # 行为指南，个性，原则
├── TOOLS.md           # 工具能力，集成陷阱
├── MEMORY.md          # 长期记忆（仅主会话）
├── memory/            # 每日记忆文件
│   └── YYYY-MM-DD.md
└── .learnings/        # 此技能的日志文件
    ├── LEARNINGS.md
    ├── ERRORS.md
    └── FEATURE_REQUESTS.md

创建学习文件

mkdir -p ~/.openclaw/workspace/.learnings

然后创建日志文件（或从 assets/ 复制）：

• LEARNINGS.md — 纠正、知识缺口、最佳实践
• ERRORS.md — 命令失败、异常
• FEATURE_REQUESTS.md — 用户请求的功能

提升目标

当学习内容被证明具有广泛适用性时，将其提升到工作区文件：

会话间通信

OpenClaw 提供工具在会话间共享学习内容：

• sessions_list — 查看活动/最近的会话
• sessions_history — 读取另一个会话的记录
• sessions_send — 向另一个会话发送学习内容
• sessions_spawn — 生成子代理进行后台工作

可选：启用钩子

在会话开始时自动提醒：

# 复制钩子到 OpenClaw 钩子目录
cp -r hooks/openclaw ~/.openclaw/hooks/self-improvement-zh

# 启用它
openclaw hooks enable self-improvement-zh

详见 references/openclaw-integration.md。

通用设置（其他代理）

对于 Claude Code、Codex、Copilot 或其他代理，在项目中创建 .learnings/：

mkdir -p .learnings

从 assets/ 复制模板或创建带标题的文件。

在代理文件 AGENTS.md、CLAUDE.md 或 .github/copilot-instructions.md 中添加引用，提醒自己记录学习内容。（这是基于钩子提醒的替代方案）

自我改进工作流

当错误或纠正发生时：

1. 记录到 .learnings/ERRORS.md、LEARNINGS.md 或 FEATURE_REQUESTS.md
2. 审查并将广泛适用的学习提升到：
   • CLAUDE.md - 项目事实和约定
   • AGENTS.md - 工作流和自动化
   • .github/copilot-instructions.md - Copilot 上下文

日志格式

学习条目

追加到 .learnings/LEARNINGS.md：

## [LRN-YYYYMMDD-XXX] category

**Logged**: ISO-8601 时间戳
**Priority**: low | medium | high | critical
**Status**: pending
**Area**: frontend | backend | infra | tests | docs | config

### Summary
学习内容的一行描述

### Details
完整上下文：发生了什么，哪里错了，什么是正确的

### Suggested Action
具体的修复或改进建议

### Metadata
- Source: conversation | error | user_feedback
- Related Files: path/to/file.ext
- Tags: tag1, tag2
- See Also: LRN-20250110-001 (如果与现有条目相关)
- Pattern-Key: simplify.dead_code | harden.input_validation (可选，用于重复模式跟踪)
- Recurrence-Count: 1 (可选)
- First-Seen: 2025-01-15 (可选)
- Last-Seen: 2025-01-15 (可选)

---

错误条目

追加到 .learnings/ERRORS.md：

## [ERR-YYYYMMDD-XXX] skill_or_command_name

**Logged**: ISO-8601 时间戳
**Priority**: high
**Status**: pending
**Area**: frontend | backend | infra | tests | docs | config

### Summary
失败内容的简要描述

### Error

实际错误消息或输出

### Context
- 尝试的命令/操作
- 使用的输入或参数
- 相关的环境详情

### Suggested Fix
如果可识别，可能解决此问题的方法

### Metadata
- Reproducible: yes | no | unknown
- Related Files: path/to/file.ext
- See Also: ERR-20250110-001 (如果重复)

---

功能请求条目

追加到 .learnings/FEATURE_REQUESTS.md：

## [FEAT-YYYYMMDD-XXX] capability_name

**Logged**: ISO-8601 时间戳
**Priority**: medium
**Status**: pending
**Area**: frontend | backend | infra | tests | docs | config

### Requested Capability
用户想要做什么

### User Context
为什么需要它，正在解决什么问题

### Complexity Estimate
simple | medium | complex

### Suggested Implementation
如何构建，可能扩展什么

### Metadata
- Frequency: first_time | recurring
- Related Features: existing_feature_name

---

ID 生成

格式：TYPE-YYYYMMDD-XXX

• TYPE: LRN (学习), ERR (错误), FEAT (功能)
• YYYYMMDD: 当前日期
• XXX: 顺序号或随机 3 个字符（如 001, A7B）

示例：LRN-20250115-001, ERR-20250115-A3F, FEAT-20250115-002

解决条目

当问题被修复时，更新条目：

1. 更改 **Status**: pending → **Status**: resolved
2. 在 Metadata 后添加解决方案块：

### Resolution
- **Resolved**: 2025-01-16T09:00:00Z
- **Commit/PR**: abc123 或 #42
- **Notes**: 所做工作的简要描述

其他状态值：

• in_progress - 正在积极处理
• wont_fix - 决定不处理（在 Resolution 注释中添加原因）
• promoted - 提升到 CLAUDE.md、AGENTS.md 或 .github/copilot-instructions.md

提升到项目记忆

当学习内容具有广泛适用性（不是一次性修复）时，将其提升到永久项目记忆。

何时提升

• 学习适用于多个文件/功能
• 任何贡献者（人类或 AI）都应知道的知识
• 防止重复错误
• 记录项目特定的约定

提升目标

如何提升

1. 提炼学习内容为简洁的规则或事实
2. 添加到目标文件的适当部分（如需要则创建文件）
3. 更新原始条目：
   • 更改 **Status**: pending → **Status**: promoted
   • 添加 **Promoted**: CLAUDE.md、AGENTS.md 或 .github/copilot-instructions.md

提升示例

学习（详细）：

项目使用 pnpm 工作区。尝试 npm install 但失败了。 锁定文件是 pnpm-lock.yaml。必须使用 pnpm install。

在 CLAUDE.md 中（简洁）：

## Build & Dependencies
- Package manager: pnpm (not npm) - use `pnpm install`

学习（详细）：

修改 API 端点时，必须重新生成 TypeScript 客户端。 忘记这一点会导致运行时类型不匹配。

在 AGENTS.md 中（可操作）：

## After API Changes
1. Regenerate client: `pnpm run generate:api`
2. Check for type errors: `pnpm tsc --noEmit`

重复模式检测

如果记录与现有条目相似的内容：

1. 先搜索：grep -r "keyword" .learnings/
2. 链接条目：在 Metadata 中添加 **See Also**: ERR-20250110-001
3. 提升优先级 如果问题持续重复
4. 考虑系统性修复：重复问题通常表明：
   • 缺少文档（→ 提升到 CLAUDE.md 或 .github/copilot-instructions.md）
   • 缺少自动化（→ 添加到 AGENTS.md）
   • 架构问题（→ 创建技术债务工单）

Simplify & Harden 反馈

使用此工作流从 simplify-and-harden 技能中提取重复模式，并将其转化为持久的提示指导。

提取工作流

1. 从任务摘要中读取 simplify_and_harden.learning_loop.candidates。
2. 对于每个候选项，使用 pattern_key 作为稳定的去重键。
3. 在 .learnings/LEARNINGS.md 中搜索具有该键的现有条目：
   • grep -n "Pattern-Key: <pattern_key>" .learnings/LEARNINGS.md
4. 如果找到：
   • 增加 Recurrence-Count
   • 更新 Last-Seen
   • 添加 See Also 链接到相关条目/任务
5. 如果未找到：
   • 创建新的 LRN-... 条目
   • 设置 Source: simplify-and-harden
   • 设置 Pattern-Key、Recurrence-Count: 1 和 First-Seen/Last-Seen

提升规则（系统提示反馈）

当以下所有条件都为真时，将重复模式提升到代理上下文/系统提示文件：

• Recurrence-Count >= 3
• 至少在 2 个不同任务中出现
• 在 30 天的时间窗口内发生

提升目标：

• CLAUDE.md
• AGENTS.md
• .github/copilot-instructions.md
• SOUL.md / TOOLS.md 用于 OpenClaw 工作区级指导（如适用）

将提升的规则写为简短的预防规则（在编码之前/期间要做什么），而不是长篇事件报告。

定期审查

在自然断点处审查 .learnings/：

何时审查

• 在开始新的主要任务之前
• 在完成功能之后
• 在处理有过去学习内容的区域时
• 在活跃开发期间每周一次

快速状态检查

# 统计待处理项
grep -h "Status\*\*: pending" .learnings/*.md | wc -l

# 列出待处理的高优先级项
grep -B5 "Priority\*\*: high" .learnings/*.md | grep "^## \["

# 查找特定区域的学习内容
grep -l "Area\*\*: backend" .learnings/*.md

审查操作

• 解决已修复的项目
• 提升适用的学习内容
• 链接相关条目
• 升级重复问题

检测触发器

注意以下情况时自动记录：

纠正（→ 类别为 correction 的学习）：

• "不对，不是这样..."
• "实际上，应该是..."
• "你错了..."
• "那个过时了..."

功能请求（→ 功能请求）：

• "你还能..."
• "我希望你能..."
• "有没有办法..."
• "为什么你不能..."

知识缺口（→ 类别为 knowledge_gap 的学习）：

• 用户提供你不知道的信息
• 你引用的文档过时了
• API 行为与你的理解不同

错误（→ 错误条目）：

• 命令返回非零退出码
• 异常或堆栈跟踪
• 意外的输出或行为
• 超时或连接失败

优先级指南

区域标签

用于按代码库区域过滤学习内容：

最佳实践

1. 立即记录 - 问题发生后上下文最新鲜
2. 要具体 - 未来的代理需要快速理解
3. 包含复现步骤 - 特别是对于错误
4. 链接相关文件 - 使修复更容易
5. 建议具体修复 - 不仅仅是"调查"
6. 使用一致的类别 - 启用过滤
7. 积极提升 - 如有疑问，添加到 CLAUDE.md 或 .github/copilot-instructions.md
8. 定期审查 - 过时的学习内容失去价值

Gitignore 选项

保持学习内容本地（每个开发者）：

.learnings/

在仓库中跟踪学习内容（团队范围）： 不要添加到 .gitignore - 学习内容成为共享知识。

混合（跟踪模板，忽略条目）：

.learnings/*.md
!.learnings/.gitkeep

钩子集成

通过代理钩子启用自动提醒。这是选择性加入 - 你必须明确配置钩子。

快速设置（Claude Code / Codex）

在项目中创建 .claude/settings.json：

{
  "hooks": {
    "UserPromptSubmit": [{
      "matcher": "",
      "hooks": [{
        "type": "command",
        "command": "./skills/self-improvement/scripts/activator.sh"
      }]
    }]
  }
}

这会在每个提示后注入学习评估提醒（约 50-100 个令牌开销）。

完整设置（带错误检测）

{
  "hooks": {
    "UserPromptSubmit": [{
      "matcher": "",
      "hooks": [{
        "type": "command",
        "command": "./skills/self-improvement/scripts/activator.sh"
      }]
    }],
    "PostToolUse": [{
      "matcher": "Bash",
      "hooks": [{
        "type": "command",
        "command": "./skills/self-improvement/scripts/error-detector.sh"
      }]
    }]
  }
}

可用的钩子脚本

详见 references/hooks-setup.md 进行详细配置和故障排除。

自动技能提取

当学习内容足够有价值成为可重用技能时，使用提供的助手提取它。

技能提取标准

当满足以下任一条件时，学习内容符合技能提取条件：

提取工作流

1. 识别候选项：学习内容符合提取标准
2. 运行助手（或手动创建）：

   ./skills/self-improvement/scripts/extract-skill.sh skill-name --dry-run
   ./skills/self-improvement/scripts/extract-skill.sh skill-name
   

3. 自定义 SKILL.md：用学习内容填充模板
4. 更新学习：将状态设置为 promoted_to_skill，添加 Skill-Path
5. 验证：在新鲜会话中读取技能以确保其自包含

手动提取

如果你更喜欢手动创建：

1. 创建 skills/<skill-name>/SKILL.md
2. 使用 assets/SKILL-TEMPLATE.md 中的模板
3. 遵循 Agent Skills 规范：
   • 带有 name 和 description 的 YAML 前置数据
   • 名称必须与文件夹名称匹配
   • 技能文件夹内没有 README.md

提取检测触发器

注意这些信号表明学习应该成为技能：

在对话中：

• "把这个保存为技能"
• "我一直遇到这个"
• "这对其他项目有用"
• "记住这个模式"

在学习条目中：

• 多个 See Also 链接（重复问题）
• 高优先级 + 已解决状态
• 类别：best_practice 具有广泛适用性
• 用户反馈赞扬解决方案

技能质量门

在提取之前，验证：

• 解决方案经过测试且有效
• 描述在没有原始上下文的情况下清晰
• 代码示例是自包含的
• 没有项目特定的硬编码值
• 遵循技能命名约定（小写，连字符）

多代理支持

此技能适用于不同的 AI 编码代理，具有代理特定的激活。

Claude Code

激活：钩子（UserPromptSubmit、PostToolUse） 设置：带钩子配置的 .claude/settings.json 检测：通过钩子脚本自动

Codex CLI

激活：钩子（与 Claude Code 相同的模式） 设置：带钩子配置的 .codex/settings.json 检测：通过钩子脚本自动

GitHub Copilot

激活：手动（无钩子支持） 设置：添加到 .github/copilot-instructions.md：

## Self-Improvement

After solving non-obvious issues, consider logging to `.learnings/`:
1. Use format from self-improvement skill
2. Link related entries with See Also
3. Promote high-value learnings to skills

Ask in chat: "Should I log this as a learning?"

检测：会话结束时手动审查

OpenClaw

激活：工作区注入 + 跨代理消息 设置：参见上面的"OpenClaw 设置"部分 检测：通过会话工具和工作区文件

代理无关指导

无论使用什么代理，在以下情况下应用自我改进：

1. 发现非显而易见的东西 - 解决方案不是立即的
2. 纠正自己 - 初始方法错误
3. 学习项目约定 - 发现未记录的模式
4. 遇到意外错误 - 特别是如果诊断困难
5. 找到更好的方法 - 改进了原始解决方案

Copilot Chat 集成

对于 Copilot 用户，在相关时将此添加到你的提示中：

完成此任务后，评估是否应使用自我改进技能格式将任何学习内容记录到 .learnings/。

或使用快速提示：

• "把这个记录到学习"
• "从这个解决方案创建技能"
• "检查 .learnings/ 中的相关问题"