由 model-distillation 从教师技能 recursive-capability-discovery 蒸馏并增强的超越型元技能， 在教师能力之上叠加自验证、自我反思、super-agent 编排与持续自进化闭环，逐步超越教师。
编程
capability-decay-watchdog
试用能力退化预警与自愈：监测技能生态运行时健康，扫描各技能 learned_patterns.json，检测成功率 滑落（跌破阈值）与陈旧停滞（长期无操作），输出告警 + 推荐自愈动作（重注入 learner / 标 repair 缺口 / 重跑回归）。让元进化引擎在"能力悄悄变弱前"主动干预——一线大模型完全 不具备的元治理能力，是"超越之后能否稳定存续"的关键保障。
它能做什么
能力退化预警与自愈：监测技能生态运行时健康，扫描各技能 learned_patterns.json，检测成功率 滑落（跌破阈值）与陈旧停滞（长期无操作），输出告警 + 推荐自愈动作（重注入 learner / 标 repair 缺口 / 重跑回归）。让元进化引擎在"能力悄悄变弱前"主动干预——一线大模型完全 不具备的元治理能力，是"超越之后能否稳定存续"的关键保障。
技能文档
capability-decay-watchdog（能力退化预警与自愈）
「自主能力治理与生态(下一阶梯)」域 Top3（权重 1.44）：让全栈超级智能体能自愈， 在能力退化前预警并触发修复，而非等出了错才修。
何时使用
- 元进化引擎定期巡检：把
decayed列表自动转为repair/evolve缺口。 - 发布后回归门禁：新版本上线后若成功率滑落，立即告警回滚/修复。
- 长程运行守护：防止"构建时很能打、跑久了悄悄变弱"。
核心 API（scripts/capability_decay_watchdog.py）
success_rate(data)/last_op_age_days(data)：单技能指标。check_skill(skill_dir)→ 告警列表：success_rate_drop(critical) / stale(warn) / no_learner(info)。watch(skills_root)→ 全生态报告{decayed, healthy, decayed_count}。python capability_decay_watchdog.py --selftest：内置断言（健康/退化/陈旧 三样本）。
设计要点
- 阈值可调：SUCCESS_FLOOR=0.7 / MIN_OPS=5 / STALE_DAYS=30，避免早期噪声与误报。
- 动作可编排：每条告警带
action（repair_or_reinject / rerun_regression / inject_learner）， 元进化引擎可直接消费转为缺口。 - 零依赖：纯标准库。
与元进化闭环的关系
作为 meta-evolver 的"健康哨兵"：sense/record 之后跑本技能，把退化技能自动登记为
repair 缺口，形成"构建→运行→退化预警→自愈"的可持续闭环。
自进化学习系统
本技能接入 meta-evolver 自进化闭环：每次巡检经 learner 记录退化模式，跨会话沉淀 "哪些域易退化/多久需回归"等经验。
已知限制
- 仅基于 learned_patterns 的运行统计，不反映"逻辑是否仍正确"（需结合 redteam-selfattack）。
- 成功率统计依赖技能正确调用 learner.record，未接入的技能无法监测。
相关技能
递归自进化元引擎。在单技能学习器(skill-self-improve)之上，构建「全局能力感知 → 自定策略 → 自找资源 → 自改自身 → 元反思」的循环，使技能生态持续自我增强、逼近并超越一线大模型能力。 当希望让 agent 长期自主迭代、自动发现并填补能力缺口、自己制定进化路线时使用。
由 model-distillation 从教师技能 formal-capability-contract 蒸馏并增强的超越型元技能， 在教师能力之上叠加自验证、自我反思、super-agent 编排与持续自进化闭环，逐步超越教师。
给任意 WorkBuddy 技能注入「自进化学习系统」，让它越用越好用、越用越高效。 通过通用 learner.py 记录每次使用的成败与用户偏好，自动复盘并给出改进建议。 一键批量注入：复制学习模块、初始化记忆文件、在 SKILL.md 追加自进化章节。 适用：准备发布或已上线的技能、想加自我迭代能力的任何技能。 触发词：自进化、自我复盘、自动迭代、越用越好用、学习系统、skill 自我改进。
每日扫描各 agent workspace 中的 Skill，标记功能重复并维护使用指南。
12 次安装1 星标
由 model-distillation 从教师技能 self-evolution-metrics 蒸馏并增强的超越型元技能， 在教师能力之上叠加自验证、自我反思、super-agent 编排与持续自进化闭环，逐步超越教师。