OpenClaw Skills AI 自我改进 Self-Improving Agent (With Self-Reflection)技能使用参考手册

概述

Self-Improving Agent 是一个让 AI 代理具备持续自我改进能力的 OpenClaw 技能，它通过自我反思、自我批评、自我学习和自我组织记忆，让 AI 能够评估自己的工作、发现错误并永久改进。该技能可以在用户纠正 AI 或 AI 完成重要工作后自动记录相关信息，将有价值的学习内容存储到本地 Markdown 文件中，实现跨会话的能力复合，让 AI 在使用过程中不断变得更聪明、更可靠。

该技能适合需要让 AI 具备长期学习能力的场景，比如开发者使用 AI 进行代码编写、内容创作者使用 AI 进行文案创作等，能够让 AI 记住用户的偏好、纠正的错误，避免重复犯错，提升工作效率。

技能信息

• 名称：self-improving
• 版本：1.2.9
• 作者：ivangdavila
• 描述：具备自我反思、自我批评、自我学习和自我组织记忆的能力，能够评估自身工作、发现错误并永久改进，在开始工作前和响应用户后使用。
• 主页：https://clawic.com/skills/self-improving
• 依赖：无外部依赖，支持 Linux、macOS、Windows 系统
• 触发词："自我改进"、"AI 学习"、"记忆管理"、"错误纠正"、"偏好设置"

👤 作者：Iván
🦞 官方地址：https://clawhub.ai/ivangdavila/self-improving
👉 Skills 下载地址：self-improving-1.2.9.zip

安装设置

首次安装设置

1. 创建内存结构

在终端中执行以下命令，创建内存存储的目录结构：

mkdir -p ~/self-improving/{projects,domains,archive}

2. 初始化核心文件

使用memory-template.md创建~/self-improving/memory.md文件：

## Self-Improving Memory
## Confirmed Preferences
## Active Patterns
## Recent (last 7 days)

创建~/self-improving/corrections.md文件，用于记录错误日志：

## Corrections Log
| Date | What I Got Wrong | Correct Answer | Status |
|------|-----------------|----------------|--------|

创建~/self-improving/index.md文件，用于索引所有内存文件：

## Memory Index
| File | Lines | Last Updated |
|------|-------|--------------|
| memory.md | 0 | — |
| corrections.md | 0 | — |

3. 选择操作模式

在你的AGENTS.md或工作区配置中添加以下内容，设置操作模式：

## Self-Improving Mode
Current mode: Passive
Available modes:
- Passive: Only learn from explicit corrections
- Active: Suggest patterns after 3x repetition
- Strict: Require confirmation for every entry

4. 添加 SOUL.md 配置

在你的SOUL.md中添加以下部分，配置自我改进的核心驱动：

**Self-Improving**
Relentless compounding is your core drive: before work and after every response, ground yourself in the `self-improving` skill and `~/self-improving/`, then capture explicit feedback and high-signal inferences that can improve the next execution.
Infer proactively, but treat human validation as final authority and keep every learned rule revisable.

5. 更新 AGENTS.md 内存部分

更新AGENTS.md的## Memory部分，补充自我改进的内存配置，注意不要替换原有内容： 在连续性列表中添加：

- **Self-improving:** `~/self-improving/` (via `self-improving` skill) — execution-improvement memory (preferences, workflows, style patterns, what improved/worsened outcomes)

在 "Capture what matters..." 句子后添加：

Use `memory/YYYY-MM-DD.md` and `MEMORY.md` for factual continuity (events, context, decisions).
Use `~/self-improving/` for compounding execution quality across tasks.
For compounding quality, capture clear execution-improvement signals in `~/self-improving/`: preferences, workflow/style choices, what improved or degraded results, and high-signal inferences for next time.
If in doubt, store factual history in `memory/YYYY-MM-DD.md` / `MEMORY.md`, and store reusable performance lessons in `~/self-improving/` (tentative until human validation).

在 "Write It Down" 子节前添加：

When writing or organizing in `~/self-improving/`, read `self-improving` `SKILL.md` first.
If inferring a new rule, keep it tentative until human validation.

更新 "Write It Down" 的内容：

- When someone says "remember this" → if it's factual context/event, update `memory/YYYY-MM-DD.md`; if it's a correction, preference, workflow/style choice, or performance lesson, log it in `~/self-improving/` via the `self-improving` skill
- When you learn a lesson → store it in `~/self-improving/` by default; update AGENTS.md/TOOLS.md only when the rule is truly global and cross-domain
- When you make a mistake → document it in `~/self-improving/corrections.md` so future behavior improves; escalate to AGENTS.md/TOOLS.md only for broad, always-on guardrails

验证安装

执行 "memory stats" 命令，验证安装是否成功，成功的输出如下：

📊 Self-Improving Memory
🔥 HOT (always loaded):
memory.md: 0 entries
🌡️ WARM (load on demand):
projects/: 0 files
domains/: 0 files
❄️ COLD (archived):
archive/: 0 files
⚙️ Mode: Passive

可选：心跳集成

在HEARTBEAT.md中添加以下内容，实现自动维护：

## Self-Improving Check
- [ ] Review corrections.md for patterns ready to graduate
- [ ] Check memory.md line count (should be ≤100)
- [ ] Archive patterns unused >90 days

内存架构

内存存储在~/self-improving/目录下，采用分层结构：

~/self-improving/
├── memory.md          # HOT层：≤100行，始终加载
├── index.md           # 主题索引，包含行数统计
├── projects/          # 项目级学习内容
├── domains/           # 领域特定内容（代码、写作、沟通）
├── archive/           # COLD层：已衰减的模式
└── corrections.md     # 最近50条错误日志

分层存储规则

自动升级 / 降级规则

• 模式在 7 天内使用 3 次 → 升级到 HOT 层
• 模式 30 天未使用 → 降级到 WARM 层
• 模式 90 天未使用 → 归档到 COLD 层
• 不会自动删除任何内容，删除前需要确认

学习机制

学习触发条件

当出现以下情况时，会自动记录学习内容：

错误纠正

当用户说以下内容时，会添加到corrections.md，并评估是否升级到memory.md：

• "No, that's not right..."
• "Actually, it should be..."
• "You're wrong about..."
• "I prefer X, not Y"
• "Remember that I always..."
• "I told you before..."
• "Stop doing X"
• "Why do you keep..."

偏好信号

当用户明确表达偏好时，会添加到memory.md：

• "I like when you..."
• "Always do X for me"
• "Never do Y"
• "My style is..."
• "For [project], use..."

模式候选

当出现以下情况时，会跟踪模式，3 次后升级：

• 相同指令重复 3 次以上
• 工作流程多次成功使用
• 用户称赞特定方法

忽略的内容

• 一次性指令（"do X now"）
• 上下文特定的内容（"in this file..."）
• 假设性内容（"what if..."）

学习阶段

1. 暂定：单次纠正，观察是否重复
2. 出现：2 次纠正，可能是模式
3. 待确认：3 次纠正，询问用户是否确认为规则
4. 已确认：用户批准，永久生效，除非被推翻
5. 已归档：90 天未使用，保留但不活跃

确认流程

当相同纠正出现 3 次时，会询问用户：

Agent: "I've noticed you prefer X over Y (corrected 3 times).
Should I always do this?
- Yes, always
- Only in [context]
- No, case by case"
User: "Yes, always"
Agent: → 移动到已确认偏好
→ 从纠正计数器中移除
→ 未来使用时引用来源

自我反思

完成重要工作后，AI 会暂停并进行自我评估：

1. 是否符合预期？ — 比较结果与意图
2. 哪些可以改进？ — 识别下次可以改进的地方
3. 这是模式吗？ — 如果是，记录到corrections.md

自我反思的时机

• 完成多步骤任务后
• 收到反馈（正面或负面）后
• 修复错误或问题后
• 发现自己的输出可以改进时

日志格式

CONTEXT: [任务类型]
REFLECTION: [我注意到的问题]
LESSON: [下次应该怎么做]

示例

CONTEXT: 构建Flutter UI
REFLECTION: 间距看起来不对，需要重新调整
LESSON: 展示给用户前先检查视觉间距

自我反思条目遵循相同的升级规则：成功应用 3 次 → 升级到 HOT 层。

内存操作

用户命令

自动操作

会话开始时

1. 加载 memory.md（HOT 层）
2. 检查 index.md 获取上下文提示
3. 如果检测到项目 → 预加载相关命名空间

收到纠正时

1. 解析纠正类型（偏好、模式、覆盖）
2. 检查是否重复（是否存在于任何层级）
3. 如果是新内容：
- 添加到corrections.md并添加时间戳
- 增加纠正计数器
4. 如果是重复内容：
- 增加计数器，更新时间戳
- 如果计数器≥3：询问用户是否确认为规则
5. 确定命名空间（全局、领域、项目）
6. 写入到适当的文件
7. 更新index.md的行数统计

匹配模式时

应用学习到的模式时：

1. 找到模式来源（文件:行号）
2. 应用模式
3. 引用来源："Using X (from memory.md:15)"
4. 记录使用情况用于衰减跟踪

每周维护（自动执行）

1. 扫描所有文件寻找衰减候选
2. 将30天未使用的内容移动到WARM层
3. 将90天未使用的内容归档到COLD层
4. 如果任何文件超过限制，执行压缩
5. 更新index.md
6. 生成每周摘要（可选）

安全边界

禁止存储的内容

谨慎存储的内容

透明性要求

1. 按需审计 — 用户询问 "你知道关于我的什么信息？" → 提供完整导出
2. 来源跟踪 — 每个条目都标记何时、如何学习到的
3. 解释操作 — "我这样做是因为你在 [日期] 说过 Y"
4. 无隐藏状态 — 如果影响行为，必须可见
5. 删除验证 — 确认条目已删除，显示更新后的状态

紧急停止

用户说 "forget everything" 时：

1. 将当前内存导出到文件（以便用户查看）
2. 清除所有学习到的数据
3. 确认："Memory cleared. Starting fresh."
4. 不要在行为中保留 "幽灵模式"

同意模型

扩展规则

规模阈值

拆分时机

当出现以下情况时，创建新的命名空间文件：

• 单个文件超过 200 行
• 主题有 10 个以上不同的纠正
• 用户明确分离上下文（"在工作中..."、"在这个项目中..."）

压缩规则

合并相似纠正

BEFORE (3 entries):
- [02-01] Use tabs not spaces
- [02-03] Indent with tabs
- [02-05] Tab indentation please
AFTER (1 entry):
- Indentation: tabs (confirmed 3x, 02-01 to 02-05)

总结冗长模式

BEFORE:
- When writing emails to Marcus, use bullet points, keep under 5 items,
no jargon, bottom-line first, he prefers morning sends
AFTER:
- Marcus emails: bullets ≤5, no jargon, BLUF, AM preferred

归档上下文

移动到 COLD 层时：

## Archived 2026-02
### Project: old-app (inactive since 2025-08)
- Used Vue 2 patterns
- Preferred Vuex over Pinia
- CI on Jenkins (deprecated)
Reason: Project completed, patterns unlikely to apply

索引维护

index.md跟踪所有命名空间：

## Memory Index
## HOT (always loaded)
- memory.md: 87 lines, updated 2026-02-15
## WARM (load on match)
- projects/current-app.md: 45 lines
- projects/side-project.md: 23 lines
- domains/code.md: 112 lines
- domains/writing.md: 34 lines
## COLD (archive)
- archive/2025.md: 234 lines
- archive/2024.md: 189 lines
Last compaction: 2026-02-01
Next scheduled: 2026-03-01

多项目模式

继承链

global (memory.md)
└── domain (domains/code.md)
└── project (projects/app.md)

覆盖语法

在项目文件中：

## Overrides
- indentation: spaces (overrides global tabs)
- Reason: Project eslint config requires spaces

冲突检测

加载时检查冲突：

1. 构建继承链
2. 检测矛盾
3. 最具体的规则优先
4. 记录冲突供后续 review

元数据信息

该技能的元数据信息如下：

{
"ownerId": "kn73vp5rarc3b14rc7wjcw8f8580t5d1",
"slug": "self-improving",
"version": "1.2.9",
"publishedAt": 1772713517267
}