Kỹ năng Self-Improvement cho Openclaw

Một khung học tập đệ quy cho phép các AI agent ghi lại lỗi, theo dõi các sửa đổi của người dùng và phát triển thông qua bộ nhớ dự án liên tục.

ryan-wuxl
v1.0.0
Mar 21, 2026
0
762
0

Cài đặt & Tải xuống

1. ClawHub CLI

Cách nhanh nhất để cài đặt kỹ năng trực tiếp từ thư viện.

npx clawhub@latest install learning-agent

2. Cài đặt Thủ công

Sao chép thư mục kỹ năng vào một trong những vị trí sau

Toàn cục
~/.openclaw/skills/
Không gian làm việc
<project>/skills/

Ưu tiên: Không gian làm việc > Cục bộ > Gói sẵn

3. Cài đặt Prompt

Sao chép prompt này vào OpenClaw để tự động cài đặt.

Giúp tôi cài đặt learning-agent bằng Clawhub. Nếu Clawhub chưa

Bạn muốn tải xuống?

Nhận các tệp kỹ năng gốc dưới dạng lưu trữ ZIP.

Kỹ năng Self-Improvement là gì?

Kỹ năng Self-Improvement là một vòng phản hồi đệ quy tinh vi được thiết kế cho các AI coding agents. Nó cung cấp một phương pháp cấu trúc để các agent thừa nhận sai lầm, nắm bắt phản hồi của người dùng và ghi lại các hiểu biết kỹ thuật mới trong thời gian thực. Bằng cách sử dụng một thư mục chuyên dụng cho các logs, kỹ năng này đảm bảo rằng không có bài học quý giá nào bị mất giữa các phiên làm việc, biến các sửa đổi tức thời thành kiến thức tổ chức lâu dài.

Được xây dựng để hoạt động liền mạch với Openclaw Skills, công cụ này cho phép các agent thúc đẩy các bài học có giá trị cao vào các tệp dự án cốt lõi như CLAUDE.md hoặc SOUL.md. Kiến trúc này ngăn chặn việc lặp lại các lỗi và cho phép hành vi của agent ngày càng phù hợp với sở thích của nhà phát triển và các quy ước cụ thể của dự án theo thời gian.

Trường hợp sử dụng Kỹ năng Self-Improvement

  • Một lệnh terminal hoặc thao tác build thất bại bất ngờ và yêu cầu tài liệu về nguyên nhân gốc rễ.
  • Một nhà phát triển sửa logic hoặc phong cách mã của agent, đòi hỏi một sự thay đổi hành vi liên tục.
  • Agent xác định một API lỗi thời hoặc một khoảng trống kiến thức cần được theo dõi để cập nhật trong tương lai.
  • Người dùng yêu cầu một tính năng lặp lại hiện không tồn tại trong bộ khả năng của agent.
  • Một phiên gỡ lỗi phức tạp mang lại một 'best practice' cần được tiêu chuẩn hóa trên toàn bộ cơ sở mã.

Cách thức hoạt động của Kỹ năng Self-Improvement

  1. Agent phát hiện một trình kích hoạt như lỗi lệnh, sửa đổi từ người dùng hoặc một best practice được phát hiện.
  2. Agent tạo ra một mục nhập có cấu trúc với ID duy nhất (ví dụ: LRN-YYYYMMDD-XXX) và thêm nó vào tệp markdown liên quan trong thư mục .learnings.
  3. Các mục đã ghi được chỉ định metadata bao gồm mức độ ưu tiên, lĩnh vực (frontend, backend, v.v.) và số lần lặp lại.
  4. Trong các lần xem xét định kỳ hoặc khi bắt đầu phiên, agent sẽ quét các logs hiện có để tránh lặp lại các sai lầm trong quá khứ.
  5. Các bài học có giá trị cao, có khả năng áp dụng rộng rãi sẽ được thúc đẩy vào các tệp không gian làm việc vĩnh viễn để ảnh hưởng đến hành vi toàn cầu của agent.

Cài đặt Kỹ năng Self-Improvement

Để bắt đầu với cấu hình Openclaw Skills được khuyến nghị, hãy sử dụng các lệnh sau:

# Install via ClawdHub
clawdhub install self-improving-agent

# Create the required directory structure
mkdir -p ~\/.openclaw\/workspace\/.learnings

# Optional: Enable automatic hooks for reminders
openclaw hooks enable self-improvement

Lược đồ dữ liệu & Hệ thống phân loại của Kỹ năng Self-Improvement

Kỹ năng tổ chức dữ liệu trong thư mục .learnings\/ bằng ba tệp markdown chuyên dụng chính:

Tệp Mục đích Metadata chính
LEARNINGS.md Các sửa lỗi, khoảng trống kiến thức và best practices. Area, Pattern-Key, Source
ERRORS.md Nhật ký các lỗi lệnh và stack traces. Reproducible, Related Files
FEATURE_REQUESTS.md Các khả năng và đề xuất do người dùng yêu cầu. Complexity, Frequency

Tất cả các mục nhập đều tuân theo định dạng tiêu đề tiêu chuẩn hóa bao gồm ID duy nhất, dấu thời gian ISO-8601, Mức độ ưu tiên và Trạng thái (đang chờ xử lý, đã giải quyết hoặc đã thúc đẩy).

Tính năng Nâng cao của Kỹ năng Self-Improvement

  • Tự động trích xuất kỹ năng: Các tập lệnh tích hợp để chuyển đổi các bài học lặp lại, đã giải quyết thành các kỹ năng AI hoàn toàn mới, có thể tái sử dụng.
  • Theo dõi mẫu: Sử dụng hệ thống Pattern-Key để phát hiện và đếm các vấn đề lặp lại, kích hoạt tăng mức độ ưu tiên cho các vấn đề mang tính hệ thống.
  • Giao tiếp giữa các phiên: Các công cụ để chia sẻ bài học giữa các phiên agent đang hoạt động khác nhau thông qua session_send và session_history.
  • Tích hợp Hook: Hỗ trợ các hook UserPromptSubmit và PostToolUse để tự động phát hiện lỗi và gợi ý học tập.
  • Tương thích đa Agent: Các cấu hình cụ thể có sẵn để tích hợp Claude Code, Codex và GitHub Copilot.

SKILL.md


Đang tải

Các kỹ năng Openclaw liên quan

METADATA

Github Stars: 0
forks: 0

Đặc sắc*