自改进 Agent 记忆

要解决什么问题

Agent 在长对话和多轮任务里容易重复犯错：用户说过「不要这样」「我更喜欢 X」，下一轮又照旧；做完一大块工作后，也很少把「这次哪里可以更好」沉淀下来。若全靠你手工维护 system prompt 或笔记，知识不会随使用自动复利，还会把上下文塞满无关旧话。

技能如何工作

记忆落在本地目录 ~/self-improving/，按 HOT / WARM / COLD 分层：memory.md（约 ≤100 行）常驻加载；projects/、domains/ 在上下文匹配时再读；archive/ 仅在明确查询时加载。首次若目录不存在，按 setup.md 初始化；工作区可把自改进指引写入 AGENTS、SOUL、HEARTBEAT.md，周期性维护走 heartbeat-rules.md。

学习信号分三类并有意忽略噪音：

• 纠正（如「不对」「应该是…」「别再…」）→ 记入 corrections.md，评估是否进入 memory.md
• 明确偏好（「我喜欢…」「永远用 X」）→ 可直接写入 HOT
• 模式候选（同一指令重复 3 次以上、反复奏效的工作流）→ 先跟踪，满足条件再晋升

单次指令、仅针对当前文件的上下文、假设性提问不记录。完成重要任务或收到反馈后做 自省：对照意图与结果、找改进点、判断是否应记入纠正日志；同一教训在 7 天内应用 3 次可晋升 HOT，长期不用会降级或归档，不静默删除。

命名空间上：全局偏好在 memory.md，项目模式在 projects/{name}.md，领域模式在 domains/；冲突时 项目 > 领域 > 全局，同级以更新为准，含糊则问用户。执行记忆相关动作时应 引用来源（如 projects/foo.md:12）。

常用口语查询也有对应动作：「你关于 X 知道什么」搜各层；「我有哪些模式」列 HOT；「忘掉 X」需确认后从各层移除；「导出记忆」可打包全部文件。

边界与注意点

本技能只从明确纠正与自省学习，读写 ~/self-improving/ 内文件；不会访问日历/邮件、发起网络请求、读工作区外路径，也不会从沉默或旁观推断偏好。boundaries.md 要求不存凭证、健康与第三方敏感信息。上下文不够时优先只载 HOT，并告知未加载内容，避免静默失败。可选安装 Proactivity 等关联技能时才可能涉及网络。