一個 AI 驅動的框架，用於將錯誤、修正和發現捕獲到基於 Markdown 的專案記憶中，實現代理的持續進化。
安裝與下載
1. ClawHub CLI
從來源直接安裝技能的最快方式。
npx clawhub@latest install self-improving-agent-1-0-0
2. 手動安裝
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
3. 提示詞安裝
將此提示詞複製到 OpenClaw 即可自動安裝。
請幫我使用 Clawhub 安裝 self-improving-agent-1-0-0。如果尚未安裝 Clawhub，請先安裝（npm i -g clawhub）。
想要直接下載？
取得包含原生技能檔案的ZIP壓縮檔。
什麼是 自我提升技能？
自我提升技能是一個專門設計的協議，旨在幫助 AI 代理從環境和用戶交互中學習。透過系統地將意外的命令失敗、用戶提供的修正以及新發現的最佳實踐記錄到本地的 .learnings 目錄中，該技能確保 Openclaw 技能隨著時間的推移變得更加高效。它提供了一種結構化的方式，將臨時的對話上下文轉化為持久的技術債跟踪和架構知識。
自我提升技能 應用場景
- 自動記錄終端命令失敗或 API 超時，以便稍後偵錯。
- 當代理做出與專案慣例相抵觸的假設時，記錄用戶的修正。
- 跟踪在自然語言交互中識別出的缺失功能或能力需求。
- 構建可提升為專案級指令文件的長期知識庫。
自我提升技能 運作原理
- 代理在任務期間識別觸發因素，如錯誤、用戶修正或知識差距。
- 使用像 LRN-YYYYMMDD-XXX 這樣的唯一 ID 格式在 .learnings 目錄中創建一個結構化的 Markdown 條目。
- 代理為該條目填充關鍵元數據，包括優先級、受影響的程式碼庫區域和建議的修復方案。
- 在定期審查期間，待處理項目將被解決或提升為像 CLAUDE.md 這樣的永久記憶文件，以指導未來的 Openclaw 技能行為。
自我提升技能 設定指南
要在您的倉庫中開始使用此技能，請從專案根目錄創建所需的目錄結構：
mkdir -p .learnings
目錄存在後，您可以使用 LEARNINGS.md、ERRORS.md 和 FEATURE_REQUESTS.md 的模板文件填充它，以便 Openclaw 技能立即開始記錄改進。
自我提升技能 資料結構與分類體系
該技能使用 Markdown 文件維護結構化的分類法，以對不同類型的反饋進行分類。每個文件使用特定的標題格式，以便於解析和過濾。
| 文件名 | 記錄的數據類型 | 關鍵元數據字段 |
|---|---|---|
| LEARNINGS.md | 最佳實踐、修正和知識差距 | 優先級、狀態、區域、來源 |
| ERRORS.md | 命令失敗、堆疊追蹤和環境日誌 | 可複現性、上下文、建議修復 |
| FEATURE_REQUESTS.md | 能力需求和實現想法 | 複雜度、頻率、用戶上下文 |
所有條目均採用標準化的狀態生命週期：pending（待處理）、in_progress（進行中）、resolved（已解決）或 promoted（已提升）。
自我提升技能 進階特性
- 透過基於 grep 的搜索進行模式檢測，以識別開發生命週期中反覆出現的問題。
- 提升工作流，將冗長的學習內容提煉為全局專案記憶的簡明、可執行規則。
- 支持按程式碼庫區域（如前端、後端或基礎設施）進行過濾的富元數據日誌記錄。
- 當透過版本控制跟踪 .learnings 目錄時，支持協作學習，以增強團隊範圍內的 Openclaw 技能。
SKILL.md
加載中
Openclaw 相關技能
精選*
