智能体自主进化

解决的问题

智能体在完成复杂任务后，往往缺少一套稳定的自优化机制：SKILL.md、触发词、SOUL.md、工作流和提示词仍依赖人工反复调整。这个技能把智能体的能力维护抽象为一次可控的进化过程，让开发者能围绕现有 OpenClaw 能力进行发散探索、方案比较、反馈优化和沉淀复用。

技能如何工作

• 混合进化策略：结合 达尔文式探索 与 拉马克式优化，前者用于生成多个新方案，后者用于基于用户反馈优化已有路径。
• 五环架构与触发：支持用户主动触发、任务完成后自动反思，以及可选的定期进化，覆盖 SKILL.md 优化、新 skill 创建、工作流优化和 SOUL.md 调整。
• 多目标评分：按可行性、效果预期、风险等级、实现成本、创新性、可回滚性六个维度评估方案，并用分级确认控制操作风险。
• 基因库与精英模式：将成功执行且适应度较高的模式存入 Gene Pool，对多次验证、广泛适用且用户标记的模式形成 Elite Pattern Pool，再按条件结晶为独立 skill。
• 安全机制：强调透明、可控、可逆、渐进与用户主导，重要修改前保留 Git 快照，高风险操作需逐行确认。

适用边界

适合有明确能力迭代需求、愿意参与方案确认和回滚决策的开发者；不适合无人值守自动修改系统、删除文件、执行危险命令或绕过审计的场景。