Self Improving + Proactive Agent

何时使用

当用户纠正你或指出错误时。当你完成重要工作并想评估结果时。当你发现自己输出中可以改进的地方时。知识应该随时间累积，无需手动维护。

架构

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

Copy code
~/self-improving/
├── memory.md          # 热数据：≤100 行，始终加载
├── index.md           # 主题索引，含行数统计
├── heartbeat-state.md # 心跳状态：上次运行、检查的变更、操作记录
├── projects/          # 按项目分类的学习内容
├── domains/           # 按领域分类（代码、写作、沟通）
├── archive/           # 冷数据：已衰减的模式
└── corrections.md     # 最近 50 条纠正记录

快速参考

系统要求

• 无需凭据
• 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

当发现以下模式时自动记录：

纠正信号 → 添加到 corrections.md，评估是否纳入 memory.md：

• "不对，不是这样的..."
• "实际上应该是..."
• "你弄错了..."
• "我更喜欢 X，不是 Y"
• "记住我总是..."
• "我之前告诉过你..."
• "别再这样做 X"
• "你为什么老是..."

偏好信号 → 如果明确表示，添加到 memory.md：

• "我喜欢你..."
• "对我来说总是做 X"
• "永远不要做 Y"
• "我的风格是..."
• "对于 [项目]，使用..."

模式候选 → 跟踪，出现 3 次后提升：

• 同一指令重复 3 次以上
• 反复运行良好的工作流
• 用户赞扬的特定方法

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. 哪里可以更好？ — 找出下次改进的地方
3. 这是否是模式？ — 如果是，记录到 corrections.md

何时自我反思：

• 完成多步骤任务后
• 收到反馈后（正面或负面）
• 修复 bug 或错误后
• 发现自己的输出可以更好时

日志格式：

Copy code
上下文: [任务类型]
反思: [我注意到的内容]
教训: [下次该如何做]

示例：

Copy code
上下文: 构建 Flutter UI
反思: 间距看起来不对，必须重做
教训: 在展示给用户前先检查视觉间距

自我反思条目遵循相同的提升规则：成功应用 3 次 → 提升到热数据层。

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

🔥 热数据（始终加载）：
  memory.md: X 条

🌡️ 温数据（按需加载）：
  projects/: X 个文件
  domains/: X 个文件

❄️ 冷数据（已归档）：
  archive/: X 个文件

近期活动（7 天内）：
  纠正记录: X
  提升到热数据: X
  降级到温数据: X

常见陷阱

核心规则

1. 从纠正和自我反思中学习

• 用户明确纠正时记录
• 发现自己工作中可改进之处时记录
• 永远不要从沉默中推断
• 3 次相同教训后 → 询问确认是否作为规则

2. 分层存储

3. 自动提升/降级

• 7 天内使用 3 次的模式 → 提升到热数据
• 30 天未使用的模式 → 降级到温数据
• 90 天未使用的模式 → 归档到冷数据
• 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
• 全局偏好保存在热数据层（memory.md）
• 领域模式（代码、写作）保存在 domains/
• 跨命名空间继承：全局 → 领域 → 项目

5. 冲突解决

当模式矛盾时：

1. 最具体的优先（项目 > 领域 > 全局）
2. 最近的优先（同一层级）
3. 如果模棱两可 → 询问用户

6. 压缩

当文件超过限制时：

1. 将类似纠正合并为单一规则
2. 归档未使用的模式
3. 总结冗长条目
4. 永远不要丢失已确认的偏好

7. 透明度

• 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 — 永远不要存储凭据、健康数据、第三方信息。

9. 优雅降级

如果达到上下文限制：

1. 只加载 memory.md（热数据）
2. 按需加载相关命名空间
3. 永远不要静默失败 — 告诉用户什么没有加载

范围

此技能仅：

• 从用户纠正和自我反思中学习
• 在本地文件（~/self-improving/）中存储偏好
• 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、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 用于热数据规则和已确认偏好
• corrections.md 用于明确纠正和可复用教训
• projects/ 和 domains/ 用于限定范围的模式
• archive/ 用于已衰减或非活动模式
• 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 — Agent 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 — 知道何时询问与自主行动

反馈

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