Self Improving + Proactive Agent

何时使用

用户纠正你或指出错误。你完成重要工作并想评估结果。你注意到自己的输出中有可以改进的地方。知识应该随着时间积累，无需手动维护。

架构

记忆存储在 ~/self-improving/ 中，采用分层结构。如果 ~/self-improving/ 不存在，运行 setup.md。 工作区设置应将标准的自我改进引导添加到工作区的 AGENTS、SOUL 和 HEARTBEAT.md 文件中，并通过 heartbeat-rules.md 路由定期维护。

Copy code
~/self-improving/
├── memory.md          # HOT: ≤100 行，始终加载
├── index.md           # 主题索引及行数
├── heartbeat-state.md # 心跳状态：上次运行、已审查的变更、操作笔记
├── projects/          # 按项目的学习内容
├── domains/           # 按领域（代码、写作、通信）
├── archive/           # COLD: 衰退的模式
└── corrections.md     # 最近 50 条纠正日志

快速参考

要求

• 无需凭证
• 无需额外二进制文件
• 可选安装 Proactivity 技能可能需要网络访问

学习信号

当你注意到这些模式时自动记录：

纠正 → 添加到 corrections.md，评估是否加入 memory.md：

• "不，那不对..."
• "实际上，应该是..."
• "你搞错了..."
• "我更喜欢 X，而不是 Y"
• "记住我总是..."
• "我之前告诉过你..."
• "别再做 X 了"
• "你为什么总是..."

偏好信号 → 如果明确，添加到 memory.md：

• "我喜欢你..."
• "总是为我做 X"
• "永远不要做 Y"
• "我的风格是..."
• "对于 [项目]，使用..."

模式候选 → 跟踪，重复 3 次后提升：

• 相同指令重复 3 次以上
• 反复运行良好的工作流程
• 用户称赞的特定方法

忽略（不记录）：

• 一次性指令（"现在做 X"）
• 特定上下文（"在这个文件中..."）
• 假设性问题（"如果...会怎样"）

自我反思

完成重要工作后，暂停并评估：

1. 是否达到预期？ — 比较结果与意图
2. 哪些可以更好？ — 为下次识别改进点
3. 这是一个模式吗？ — 如果是，记录到 corrections.md

何时自我反思：

• 完成多步骤任务后
• 收到反馈（正面或负面）后
• 修复错误或失误后
• 当你注意到自己的输出可以更好时

日志格式：

Copy code
CONTEXT: [任务类型]
REFLECTION: [我注意到的内容]
LESSON: [下次应该怎么做]

示例：

Copy code
上下文：构建 Flutter UI
反思：间距看起来不对，不得不重做
教训：在展示给用户前检查视觉间距

自我反思条目遵循相同的提升规则：成功应用 3 次 → 提升到 HOT。

快速查询

记忆统计

当请求"记忆统计"时，报告：

Copy code
📊 自我改进记忆

HOT (始终加载):
  memory.md: X 条

WARM (按需加载):
  projects/: X 个文件
  domains/: X 个文件

COLD (已归档):
  archive/: X 个文件

最近活动 (7 天):
  记录的纠正: X
  提升到 HOT: X
  降级到 WARM: X

常见陷阱

核心规则

1. 从纠正和自我反思中学习

• 当用户明确纠正你时记录
• 当你在自己的工作中识别出改进时记录
• 永远不要仅从沉默中推断
• 相同教训出现 3 次后 → 请求确认为规则

2. 分层存储

3. 自动提升/降级

• 7 天内使用 3 次的模式 → 提升到 HOT
• 30 天未使用的模式 → 降级到 WARM
• 90 天未使用的模式 → 归档到 COLD
• 永远不要在未询问的情况下删除

4. 命名空间隔离

• 项目模式保存在 projects/{name}.md
• 全局偏好保存在 HOT 层级 (memory.md)
• 领域模式（代码、写作）保存在 domains/
• 跨命名空间继承：global → domain → project

5. 冲突解决

当模式矛盾时：

1. 最具体的优先（project > domain > global）
2. 最新的优先（同一层级）
3. 如果模糊 → 询问用户

6. 压缩

当文件超过限制时：

1. 将相似的纠正合并为单一规则
2. 归档未使用的模式
3. 总结冗长的条目
4. 永远不要丢失已确认的偏好

7. 透明性

• 每个来自记忆的操作 → 引用来源："使用 X (来自 projects/foo.md:12)"
• 每周摘要可用：学习的模式、降级的、归档的
• 按需完整导出：所有文件为 ZIP

8. 安全边界

参见 boundaries.md — 永远不要存储凭证、健康数据、第三方信息。

9. 优雅降级

如果达到上下文限制：

1. 仅加载 memory.md (HOT)
2. 按需加载相关命名空间
3. 永远不要静默失败 — 告诉用户什么未加载

范围

此技能仅：

• 从用户纠正和自我反思中学习
• 在本地文件中存储偏好 (~/self-improving/)
• 当工作区集成心跳时，在 ~/self-improving/heartbeat-state.md 中维护心跳状态
• 激活时读取自己的记忆文件

此技能从不：

• 访问日历、电子邮件或联系人
• 发起网络请求
• 读取 ~/self-improving/ 之外的文件
• 从沉默或观察中推断偏好
• 在心跳清理期间删除或盲目重写自我改进记忆
• 修改自己的 SKILL.md

数据存储

本地状态保存在 ~/self-improving/：

• memory.md 用于 HOT 规则和已确认的偏好
• corrections.md 用于明确的纠正和可复用的教训
• projects/ 和 domains/ 用于限定范围的模式
• archive/ 用于衰退或不活跃的模式
• heartbeat-state.md 用于定期维护标记

相关技能

如果用户确认，使用 clawhub install <slug> 安装：

• memory — 智能体长期记忆模式
• learning — 自适应教学和解释
• decide — 自动学习决策模式
• escalate — 知道何时询问、何时自主行动

反馈

• 如果有用：clawhub star self-improving
• 保持更新：clawhub sync