自改进分层记忆

问题在哪

对话式 Agent 往往「这次改对了、下次又忘」：用户纠正过偏好，多步任务做完也没有沉淀；单靠上下文窗口，知识不会随时间复利，还要靠人反复维护说明文档。

技能如何工作

本技能把记忆落在本地目录 ~/self-improving/，用 分层存储 管理规则与偏好：

| 层级 | 位置 | 行为 |
|------|------|------|
| HOT | memory.md | 始终加载，≤100 行 |
| WARM | projects/、domains/ | 按项目/领域上下文匹配加载 |
| COLD | archive/ | 仅在显式查询时加载 |

学习信号分三类自动记录：用户纠错写入 corrections.md 并评估是否进入 memory.md；明确的偏好直接进入 HOT；重复 3 次以上的模式候选再晋升。一次性指令、纯上下文或假设性提问不记。

完成重要工作后应做自省：对照意图与结果、找可改进点、判断是否为可复用模式。晋升规则是「7 天内用满 3 次 → HOT；30/90 天未用 → 降级或归档」，不静默删除，冲突时更具体、更近的命名空间优先。

工作区可接入 HEARTBEAT.md 与 heartbeat-rules.md，在 ~/self-improving/heartbeat-state.md 维护周期性维护状态；首次使用若目录不存在，按 setup.md 初始化。

边界与注意

• 只做：从纠错与自省学习、读写 ~/self-improving/ 内文件、在集成时维护 heartbeat 状态。
• 不做：访问日历/邮件、发起网络请求、读目录外文件、从沉默中推断偏好、在 heartbeat 清理时盲删记忆、改自身 SKILL.md。
• 常见坑：别从沉默学规则；别过早把教训写进 HOT；加载时优先 HOT + 最小匹配文件；压缩用合并/摘要/降级，别直接删用户已确认偏好。凭证与健康等敏感数据见 boundaries.md。