從來源直接安裝技能的最快方式。
npx clawhub@latest install iterative-code-evolution
將技能資料夾複製到以下位置之一
~/.openclaw/skills/ <project>/skills/ 優先級:工作區 > 本地 > 內建
將此提示詞複製到 OpenClaw 即可自動安裝。
請幫我使用 Clawhub 安裝 iterative-code-evolution。如果尚未安裝 Clawhub,請先安裝(npm i -g clawhub)。
取得包含原生技能檔案的ZIP壓縮檔。
迭代程式碼演進是 Openclaw Skills 的一套高階方法論,旨在透過有原則、有研究支持的演進循環取代隨機除錯。該方法借鑒了 ALMA 框架,使開發者和 AI 代理能夠透過追蹤變體、評分改進和存檔學習原則來系統地改進實作。對於單次生成失敗或效能與正確性需要多次細化週期的複雜任務,這種方法至關重要。
透過將程式碼開發視為演進過程,該技能確保每一次修改都基於經驗證據。它超越了「嘗試並修復」的思維模式,轉而專注於一個能從成功和失敗中學習的記憶支持系統,最終實現更穩健、更優化的軟體設計。
要開始在 Openclaw Skills 工作流中使用此方法論,您需要建立一個專案級追蹤目錄。
# 建立演進追蹤結構
mkdir -p .evolution/variants
touch .evolution/log.json
使用基準條目初始化您的 .evolution/log.json,以追蹤您的起點,並確保所有後續變異都有比較依據。
該技能在專案根目錄使用結構化 JSON 分類法組織其歷史記憶和技術數據。
| 欄位 | 描述 |
|---|---|
| baseline | 關於演進開始前初始實作的元數據。 |
| variants | 版本化程式碼狀態(例如 v001)的集合,包含描述和評分。 |
| changes_made | 關於更改了什麼、為什麼更改以及優先級水平的細粒度列表。 |
| principles_learned | 隨時間累積的成功經驗和教訓存檔。 |
| delta | 與父變體相比的邊際改進或衰退。 |
加載中







































