编程

Evolve Self-Improving

试用

在当前对话中自动发现 corrections、feature requests、knowledge gaps 和 errors 四类学习信号,并评估其中已经验证、以后可复用的事实、规则、做法和踩坑;用户无需先说“记住”。适用于“不对,实际应该……/that is outdated”“还能不能……/I wish it could……”“原文或现场和理解不符”“命令非零、异常栈、意外输出、超时或连接失败”,也适用于主动要求记住、复盘、纠正、归档或删除。自动发现只启动评估:明确纠正、稳定能力期望、证据闭环或已收敛诊断满足写入条件才保存;临时诉求、猜测、原始报错和未定位事件不写,也不会后台监听或自行改变行为。

它能做什么

在当前对话中自动发现 corrections、feature requests、knowledge gaps 和 errors 四类学习信号,并评估其中已经验证、以后可复用的事实、规则、做法和踩坑;用户无需先说“记住”。适用于“不对,实际应该……/that is outdated”“还能不能……/I wish it could……”“原文或现场和理解不符”“命令非零、异常栈、意外输出、超时或连接失败”,也适用于主动要求记住、复盘、纠正、归档或删除。自动发现只启动评估:明确纠正、稳定能力期望、证据闭环或已收敛诊断满足写入条件才保存;临时诉求、猜测、原始报错和未定位事件不写,也不会后台监听或自行改变行为。

技能文档

维护本机知识与经验

When to use

  • Corrections / 纠正:出现“不对、实际应该、你说错了、已过时、that is wrong、actually、outdated”等明确修正。自动开始核对;只有用户明确确认或当前权威证据直接闭环才写,未收敛争议不写。
  • Feature requests / 能力期望:出现“还能不能、我希望、有没有办法、为什么不能、could it、I wish、why can't”等需求。只沉淀跨会话稳定的能力期望、工作偏好或边界,不把本轮追加任务、一次性愿望或未决方案写成认知。
  • Knowledge gaps / 知识缺口:用户给出此前未知事实,引用文档已过时,或 API、代码、配置、现场行为与既有理解不符。必须完成来源、反证和适用边界闭环后才写;只有差异现象时不写。
  • Errors / 错误:非零退出、异常栈、意外输出、超时、连接失败或重复故障。至少收敛出可复用的诊断路径、根因、修复条件或防复发护栏才写;原始报错和未定位事件不入库。
  • 用户主动话术:“记住这条规则”“把这次踩坑沉淀下来”“复盘一下哪些做法值得保留”“这条旧结论已经错了,请纠正”“归档这个经验”“忘掉我指定的这条记录”。
  • 不触发:普通任务完成、未定位的一般错误、猜测、单次临时状态、仅查看或批量处理文件、仅定位项目路径。没有稳定内容时不写。

Workflow

  1. 准备并捕获。 数据根使用 ~/.agent-knowledge/。根不存在时,只初始化本流程需要的 knowledge/{current,archive}/experience/{current,archive}/、四个空 INDEX.md、最小 README 和 maintenance.md,不创建其他索引或状态。识别 correction、feature-request、knowledge-gap、error 或主动记忆信号,记录待评估结论、原始证据、适用范围和复核方式;这些词可作为 tags,但不新增类别字段。检查:来源应可回查且结论不是猜测;不通过则不写,必要时最多问一个自然问题。

  2. 判断资格和分类。 稳定条目必须同时满足:有原文件、命令回读、现场或明确确认支持;跨会话仍有意义,易变值只保存权威入口和核验方法;可在相同条件下复用;scope 和不适用边界清楚;已脱敏且能明确归为事实或方法。稳定事实、定义、职责、入口和约束归 knowledge;方法、条件、失败模式和护栏归 experience。检查:五项必须全部成立;不通过则说明为什么未沉淀。

  3. 去重、冲突、复现和纠正。 先读 knowledge/experience 两个 current INDEX,用 title、scope、tags、source 简写和特异概括缩小候选,再比较候选正文的 id、标题、scope、source 和语义;纠错追溯时定向读取 archive INDEX。INDEX 缺失或失配时停止写入,先由本流程重建并验证。等价条目不新增:若后续独立事件与既有条目的问题模式、scope 和实质结论一致,并有新的可回查 source,则在 recurrence/.md 追加一条复现证据;同一会话的重复表述、命令重试、连续错误输出、普通读取或引用不计复现。新增复现时结合现场分析它为何再次发生,例如此前未被召回、适用边界判断不准、现场条件已经变化或原结论存在缺口;只把有证据的原因写入该行 summary。若新证据足以改变既有经验,则按原有结构修正其适用边界、失败边界、回查方法或实质结论;原因未收敛时只保留复现事实,不强行改写经验。未收敛冲突可同时保留并写明差异;明确证伪时先写带 supersedes 的新 current,读回后再把旧条目移入同类 archive。检查:复现 source 不重复,不丢有效 source,经验修正均有新证据支持;不通过则保留原状。

  4. 原子写入并读回。 每条一个 Markdown,knowledge 的 id 使用 k- 前缀,experience 使用 e- 前缀,文件名等于 id;必填字段恰为 id/title/scope/tags/learned_at/source,可选 supersedes。使用同目录临时文件写完整内容,校验后原子替换:

    ---
    id: k-YYYYMMDD-HHmmss-short-slug
    title: 简短标题
    scope: global
    tags: [topic]
    learned_at: YYYY-MM-DD
    source: conversation:
    ---
    正文写结论、适用边界和复核方式。
    

    正文有效字符不是 token 或英文 word:取第二个 --- 后的 Markdown,去除空白、标题/列表/引用/代码围栏等控制符、强调或行内代码控制符和链接目标 URL,保留链接文字、正文文字与正文标点,再按 Unicode code point 计数;区间含 300 和 400。knowledge 正文覆盖稳定事实或定义、适用边界、使用方式、回查方法;experience 覆盖适用条件、问题或风险、推荐做法、失败边界、回查方法。禁止用重复句、无意义模板、URL、代码或标点凑字。

    复现记录每个条目最多一个文件,文件名等于 entry id;首次沉淀不算复现,无文件即为 0 次:

    # e-YYYYMMDD-HHmmss-short-slug 复现记录
    
    | observed_at | source | scope | signal | summary |
    |---|---|---|---|---|
    | 2026-08-20 | conversation: | dataset | correction | 新的独立事件再次证明同一问题模式 |
    

    signal 只使用 correction/feature-request/knowledge-gap/error。每次新增、修改、纠正、复现、归档、移动或删除后,使用随包 scripts/validate_entries.py render-index --directory <目录> 生成受影响目录的完整 INDEX 临时文本;条目、复现记录与 INDEX 都校验后再原子替换并读回。检查:运行 check --file <条目>check --root ~/.agent-knowledge/,确认正文 300–400、复现文件逐行有据且 source 唯一、INDEX 次数和最近日期由证据计算、四索引双射;不通过则恢复本项写前条目、复现记录和索引,不把部分成功说成完成。

  5. 自然维护并报告。 每次被调用时读取 maintenance.md;距 last_reviewed_at 满 7 天才检查 current 的来源、重复、冲突、过时风险和敏感泄漏,全部成功后写回日期。删除只在用户明确指定条目或范围时执行,先验证目标位于拥有目录且不是链接。检查:逐项读回新增、修改、归档或删除结果;不通过则保留已成功项,用普通话说明权限、磁盘或格式故障和剩余项,不把部分成功说成全部完成。

Tools and data sources

  • 只读原文件、当前代码、配置、命令回读和运行现场;写入范围仅为 knowledge/experience/、按需创建的 recurrence/、根最小 README 与 maintenance.md
  • 使用宿主原生安全文件 API、固定字符串搜索和 Markdown/frontmatter 解析器;随包标准库工具只读校验或把 INDEX 文本输出到 stdout,不直接修改知识库,也不依赖网络、服务或后台任务。
  • source 可为非空列表;确认只能追加,不能替换原始文件或现场证据。

Gotchas

  • current 只表示允许检索的线索,不表示已经验证;archive 只供追溯,默认不检索。不要增加 candidate、status、confidence、访问次数或普通使用次数。复现次数只是有独立证据的再次发生记录,不证明正确,也不自动改变排序或 current/archive;复现分析不生成防复发契约,不限制 Agent 结合当前现场自行判断,也不自动下沉为 Skill、项目规则或执行门禁。
  • scope 选择已明确的最窄范围;易变事实不保存成长期现值。凭据、隐私、客户原文、长会话和未脱敏内容不写入。
  • 小修可原位更新;实质纠正必须先保住完整新旧内容再归档。模糊的“忘记”不能扩大成广泛删除。
  • 一项失败不回滚其他已验证项;不确定时宁可不写,也不伪造 source 或强行消解冲突。
  • 自动触发不等于自动保存:四类信号分别通过确认、稳定性、证据闭环或根因/护栏门槛后才写。

相关技能

AI Agent 持续进化系统:每日经验沉淀+每周错误反思,正向提炼与负向纠偏合一。v3.0 新增 VFM 确定性验算、评分+衰减淘汰、WHERE×WHY 病理归档、主动 Skill 合成。触发词:记录错误、进化系统、自我反思、踩坑记录、self-evolve、self-improve。

1 星标

自我进化AI是一个让智能体从每次交互中持续学习并自主改进的记忆与进化系统。针对传统自改进代理"记不住、用不上、成本高"三大痛点,构建了智能分层记忆、自动痛点检测、模式复发追踪和按需加载四大核心能力。 核心能力包括:经验/错误/特性请求三类结构化记忆;基于语义的自动分类与优先级评估;跨会话模式复发检测与晋升机制;分...

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。

面向 AI Agent 的自我进化引擎,直击"重复犯错、从沉默误学、记忆压缩丢失、进化无法衡量"四大痛点。通过自反思、纠错学习、模式晋升机制,让 Agent 从每次交互中积累可复用经验,而非每次会话从零开始。 核心能力包括自反思日志(任务后自动评估"是否达预期/如何改进/是否成模式")、纠错学习信号(识别用户纠正...

从本机已经整理好的项目、文件、知识和经验中查找旧信息,用户无需点名;收到目标和对象明确的任务时,会先按任务对象或领域、目标或动作、关键问题轻查可借鉴的相关经验。回答或开始工作可能受项目位置、文件总结、历史决定、稳定规则或相似故障经验影响时会自动只读查询;准备通过外部工具执行发送、发布、修改、删除、部署、授权、审批等操作,或外部工具结果异常、准备重试时,也会按工具、动作和关键对象轻查相关经验。适用于明确任务、“这个项目在哪、负责什么”“为什么以前这么做”“类似故障怎么处理”等自然问题及有外部影响的工具操作;会先用导航缩小候选,再核对原始文件或当前现场。找不到、证据不足或存在多个对象时会用普通话说明;全程只查不写,不新增、修改或删除知识库内容。

1 次安装

三层自我改进循环升级版。融入Self-Harness三阶段循环(Weakness Mining → Harness Proposal → Proposal Validation)。 让Agent从每次执行中提取经验,自动发现弱点模式,生成改进方案,验证改进效果。 触发场景:完成重要任务后、遇到执行失败后、发现重复...

2 次安装