技能介绍

要解决什么问题

软件项目里，项目前置决策（脑力风暴、可行性论证）一旦偏了，后面很难靠编码补回来。团队往往重复踩同样的坑，却缺少把「当时选了什么、放弃了什么、后来验证如何」沉淀成可检索结构的能力。普通对话型助手可以当场给方案，但不会在你结束一个阶段后主动问「有没有经验收益」，也不会把教训按类别写进本地子 Skill，供下次同类任务引用。

技能如何工作

自我进化引擎是一个六阶段闭环，总控调度若干经验子库：

Monitor：被动观察任务类型、输入、AI 参与点、关键决策与产出，不主动打扰。
Check Gain：在阶段完成、里程碑或日终等时机询问是否有经验收益；无收益则继续监控，有收益或用户已口述经验则进入总结。
Summarize：把过程提炼为结构化经验条目（经验教训，而非流水账），可一条工作对应多条记录。
Classify & Store：按内容写入 exp-pattern-library（方案/选型）、exp-risk-library（风险与踩坑）、exp-calibration-library（判断与结果偏差）或 exp-general-library，并更新各库 references/index.md。
Retrieve & Reuse：同类任务启动时按关键词检索，将匹配经验注入上下文，并在产出中标注引用条目。
Evolution Log：当经验直接导致某 Skill 被修改时，在 ~/.workbuddy/skills/self-evolution/evolution-log/ 记录变更前后与验证状态，形成可追溯进化轨迹。

当前实验聚焦脑力风暴与可行性论证两阶段，子 Skill 在首次存储经验时可由本 Skill 自动创建。

适用边界与注意点

依赖 WorkBuddy 本地路径约定（如 ~/.workbuddy/skills/）；分类规则见 references/classification-rules.md，条目格式见 references/experience-format.md。
Phase 6 只记录因经验触发的 Skill 修改，常规润色不入日志；after_score 需后续任务验证后回填。
设计目标包含论文式对比实验（有经验积累 vs 无积累），评估维度含方案合理性、风险覆盖与决策准确度——更适合愿意配合「收益提问」与经验确认的流程，而非一次性问答。