自改进分层记忆

问题在哪

对话式 Agent 很难把「你刚才纠正过我」变成下次默认行为：偏好散落在聊天记录里，既没有结构化沉淀，也没有「用三次再升格」的纪律，还容易从沉默里臆测规则，反而污染长期记忆。

技能如何工作

技能把记忆落在本地 ~/self-improving/ 目录，按 HOT / WARM / COLD 分层：memory.md（≤100 行）常驻加载；projects/、domains/ 在上下文匹配时再读；archive/ 仅在显式查询时加载。

学习信号分三类写入：

• 纠错 → corrections.md，再评估是否进入 memory.md
• 明确偏好 → 直接记入 HOT
• 重复模式 → 先跟踪，同一教训 3 次 后再晋升

一次性指令、纯假设、仅针对当前文件的说明应 忽略，避免误学。

完成多步任务、收到反馈或自查输出后，按固定格式做 自省：对照意图与结果、记录可改进点，重复出现的条目走与纠错相同的晋升规则。

工作区若集成心跳，会把维护任务路由到 heartbeat-rules.md，并在 heartbeat-state.md 记录周期状态；激活时只读本技能命名空间内的文件。

冲突时：项目 > 领域 > 全局；同级以更新为准；仍模糊则问用户。文件超限用合并、归档、摘要 压缩，不擅自删除已确认偏好。引用记忆时应标注来源（如 projects/foo.md:12）。

适用边界

只做：从显式纠错与自省学习、本地文件存储、按需读取 ~/self-improving/。

不做：访问日历/邮件/联系人、发起网络请求、读取目录外文件、从沉默推断偏好、在心跳清理中盲删记忆、修改自身 SKILL.md。凭据与健康数据等见 boundaries.md。上下文不足时优先只加载 HOT，并告知未加载内容。