manke001-zhy 自更新 AI
让 AI 记住你的反馈，越用越懂你。
核心原理
自更新 = 把用户的反馈变成 AI 的习惯。你说一次，它记一辈子。
传统 AI 的痛点：每次对话从零开始，你的积累全部清零。 自更新 AI 的优势：每次反馈都被记录，形成复利效应，越用越顺手。
使用方式
方式一：自然反馈（推荐）
在使用过程中随时给出反馈，AI 会自动识别并记录：
写作风格反馈：
- "开头太长了，控制在 3 句以内"
- "不要用'首先'、'其次'这种词"
- "我喜欢用短句，不要长段落"
- "这段太啰嗦了，简洁一点"
内容结构反馈：
- "先说结论，再解释原因"
- "用要点列表，不要大段文字"
- "每段要有小标题"
语气偏好：
- "太正式了，随意一点"
- "要专业一点，不要太口语化"
- "简洁明了，不要啰嗦"
方式二：明确命令
使用 /自更新 命令明确固化反馈：
/自更新 开头控制在 3 句以内
/自更新 不要用"首先"、"其次"
/自更新 用短句，不要长段落
/自更新 禁用词汇：总之、因此
方式三：查看当前配置
查看我的偏好
显示当前配置
我的偏好设置
技术实现
配置文件位置
~/.claude/self-update-ai/preferences.json
配置结构
偏好配置包含以下类别：
writing_style（写作风格）
- sentence_length: 句子长度
- max_sentences_per_paragraph: 每段最大句数
- prefer_short_sentences: 偏好短句
- forbidden_words: 禁用词汇
- preferred_words: 优先词汇
content_structure（内容结构）
- intro_max_sentences: 开头最大句数
- conclusion_first: 先说结论
- bullet_points_preferred: 偏好要点列表
- use_subheadings: 使用小标题
tone（语气）
- formality: 正式程度 (casual/neutral/formal)
- verbosity: 详细程度 (concise/medium/detailed)
custom_rules（自定义规则）
- 用户特定的个性化规则
热加载机制
配置文件修改后，下次对话自动生效，无需重启。
脚本工具
使用 scripts/update_preferences.py 管理配置：
# 显示当前配置
python scripts/update_preferences.py show
# 添加配置
python scripts/update_preferences.py add writing_style prefer_short_sentences true
# 添加禁用词
python scripts/update_preferences.py forbid "首先" "用户不喜欢"
# 添加自定义规则
python scripts/update_preferences.py rule "函数名用驼峰命名法"
工作流程
第一次使用
- 用户首次给出反馈
- AI 自动创建配置文件（使用默认值）
- 记录用户反馈到相应类别
- 立即应用到当前和后续对话
后续使用
- 每次对话开始时，自动加载配置文件
- 根据配置调整输出风格
- 用户新的反馈被追加记录
- 配置文件持续优化
反馈处理
当识别到用户反馈时：
- 识别类别：判断反馈属于哪个类别（写作风格、内容结构、语气、自定义）
- 提取信息：从反馈中提取具体的偏好设置
- 更新配置：使用脚本更新配置文件
- 确认应用：告知用户已记录，并在后续中应用
示例对话：
用户：开头太长了，控制在 3 句以内
AI：✓ 已记录：开头最多 3 句。以后我会注意控制开头长度。
用户：不要用"首先"、"其次"这种词
AI：✓ 已添加禁用词：首先、其次。我会避免使用这些词。
反馈模式参考
详细的反馈模式和配置映射关系，参考：references/feedback-patterns.md
配置结构说明
完整的配置结构和字段说明，参考：references/preference-schema.md
安全注意事项
敏感信息管理
当用户反馈涉及"登录"、"保存状态"等功能时，需要特别注意敏感信息的保护。
详细的安全最佳实践：references/security-best-practices.md
核心原则
永远不要将敏感信息硬编码到代码中或提交到版本控制系统。
敏感信息类型
- 登录凭证：cookies、tokens、sessions
- 用户数据：用户名、密码、个人信息
- 缓存数据：storage state、localStorage
- API 密钥：api keys、secret keys、access tokens
推荐方案：.env 文件模式
适用场景：需要存储 API 密钥、数据库凭证等敏感信息
my-skill/
├── .env.example # 模板文件（✅ 可提交）
├── .env.local # 实际配置（❌ 不可提交）
├── .gitignore # 包含 .env.local
└── script.js
使用方式：
# 1. 复制模板
cp .env.example .env.local
# 2. 填入实际值
vim .env.local
# 3. 代码中读取
const apiKey = process.env.API_KEY;
Cookies 缓存模式
适用场景：浏览器自动化、需要保持登录状态
目录结构：
my-skill/
├── .cache/
│ ├── weibo-cookies.json # 登录 cookies
│ └── weibo-storage.json # localStorage
├── .gitignore
└── script.js
必须添加到 .gitignore：
.cache/
*.cookies.json
*-storage.json
sessions/
Git 安全检查
每次提交代码前，必须检查：
# 查看暂存文件
git status
# 查看暂存文件列表
git diff --cached --name-only
# 检查是否包含敏感关键词
git diff --cached | grep -i "password\|secret\|token\|cookie\|session\|credential"
如果发现敏感文件：
# 从暂存区移除
git reset HEAD [敏感文件路径]
# 确保已在 .gitignore 中
echo "敏感文件模式" >> .gitignore
清理登录状态
如需清除登录状态：
# 删除缓存目录
rm -rf ~/.claude/skills/[skill-name]/.cache/
# 或删除特定文件
rm ~/.claude/skills/[skill-name]/.cache/*.cookies.json
不要记录到偏好
- ❌ 不要在 preferences.json 中存储密码、token
- ❌ 不要在 custom_rules 中包含具体凭证
- ✅ 只记录"需要支持登录缓存"这样的行为偏好
最佳实践
给用户的建议
具体明确：越具体的反馈，效果越好
- 好："开头控制在 3 句以内"
- 差："开头不要太长"
持续反馈：每次对话中发现不符合习惯的地方，及时反馈
- "这里不对，应该这样"
- "这个风格我喜欢，以后都这样"
分步固化：先用
/自更新命令固化关键偏好- "开头太长" →
/自更新 开头控制在 3 句内 - "喜欢短句" →
/自更新 优先使用短句
- "开头太长" →
给 AI 的建议
- 主动识别：在对话中主动识别用户的反馈意图
- 确认记录：记录后明确告知用户已记住
- 立即应用：在当前对话中就开始应用新记录的偏好
- 定期回顾：在长期对话中，回顾和确认偏好是否符合用户期望
示例场景
场景一：写作助手
用户：帮我写一篇文章介绍人工智能
AI：（生成文章，使用默认风格）
用户：开头太长了，控制在 3 句以内
AI：✓ 已记录：开头最多 3 句。让我重新写：
（重新生成，开头控制在 3 句内）
用户：对了，不要用"首先"、"其次"这种词
AI：✓ 已添加禁用词：首先、其次。好的，我会注意。
（后续文章自动应用这些偏好）
场景二：代码审查
用户：帮我 review 这段代码
AI：（给出建议）
用户：函数名要用驼峰命名法，不要用下划线
AI：✓ 已记录规则：函数名用驼峰命名法。我会记住这个偏好。
（后续代码审查自动应用此规则）
场景三：日常对话
用户：太正式了，随意一点
AI：✓ 已记录：语气设为 casual（随意）。好的，那我们就轻松一点聊。
用户：对，就这样，简洁明了
AI：✓ 已记录：详细程度设为 concise（简洁）。了解！
（后续对话保持这个风格）
优势总结
- 复利效应：每次反馈都在让 AI 更懂你
- 无需重复：说一次就记住，不用每次重复
- 热加载：改了立即生效，无需重启
- 持续进化：AI 随着你的习惯变化而变化
未来不是人和 AI 的竞争，是「人+AI」和「人+AI」的竞争。差距在于你的 AI 有没有在成长。自更新让你的 AI 持续进化，积累竞争优势。