AI 每日自我复盘系统

问题

AI Agent 每天处理大量对话、任务与日志，但很多失败不会自然沉淀：卡住的执行、未验证的假设、重复出现的“不对劲”，往往只在当场被处理，之后又原样发生。Self Review Pro 的目标不是让模型“检讨”，而是把每日运行材料变成可审计的复盘记录：找出思维盲区、识别重复模式，并把结论压缩成可执行规则。

工作方式

• 触发：可定时在每天 22:00 运行，也可在用户说“复盘”或“自我复盘”时手动触发。
• 数据收集：先读取今日对话历史、任务日志、logs 与执行卡住记录，再加载 memory/YYYY-MM-DD.md 和 MEMORY.md 中的昨日复盘。
• 复盘模板：按九个模块推进，包括今日最痛点、信念动摇、思维盲区、未验证假设、模式识别、三层根因追问、认知升级、if-then 行动锚点，以及复盘质量自检。
• 记忆写入：核心结论写入长期 MEMORY.md，完整过程写入 memory/YYYY-MM-DD.md；对外摘要可压缩为 1-2 句。

适用边界

它适合已有对话、任务、日志和记忆文件的 Agent 工作流，尤其是重复调试、工具调用失败或流程决策较多的场景。效果依赖输入质量：如果缺少历史复盘、执行日志或可搜索对话，模板仍会执行，但“模式识别”和“根因深挖”会明显变弱。它不替代工程监控、审计系统或人工事故复盘，更适合作为轻量级每日认知校准工具。