越用越灵
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_09df4766/self-loop-optimizer。
技能介绍
它解决什么问题
Agent 在会话里踩过的坑,下一次往往还会再踩一遍。传统的自我改进方案大多是重型的一次性流水线:收集、汇总、合并、写入,步骤多、链路长,还可能阻塞主任务。越用越灵把这件事拆开看:真正值得记住的经验往往来自工作过程中的微小瞬间——一条失败的命令、一次用户的纠正、一个 429 报错。与其事后批量处理,不如实时捕捉这些瞬间,再按阈值轻量地晋升或提取。
它如何工作
技能由 6 类 Hook 驱动,全部事件触发、无强制阶段、无阻塞等待:
command_failure:命令执行失败user_correction:用户纠正api_error:API 或服务异常capability_gap:能力缺失knowledge_outdated:知识过时better_approach:发现更优方案
每条学习只记录几十 token,写入 outputs/learnings/ 下的独立文件,任务结束时合并为当日可读文档。指纹由「标签集合归一化 + 现象首句」哈希生成,配合语义相似度阈值(默认 0.85)做跨会话去重——同一个 pip 报错出现在不同包名下,只会更新已有记录的 Recurrence-Count,不会新增条目。
去重之后是两条晋升路径:
- Promotion:同类经验累积到 3 次(默认),按影响分(
scope × 0.4 + recurrence × 0.3 + universality × 0.3)评分后写入永久文件,如项目内的CLAUDE.md或跨项目的~/.workbuddy/MEMORY.md - Extraction:累积到 5 次时,走六步工作流(聚合、模式识别、模板填充、质量自检、安装、溯源),自动生成带
SKILL.md的新技能并安装到~/.workbuddy/skills/
适用边界与注意点
- 安全约束是硬性的:API 密钥、密码、SSH 私钥、数据库连接串、完整源码、个人信息、内网地址一律禁止写入,只记「怎么错的、怎么修的」
- 权限最小化:只写
outputs/、MEMORY.md、~/.workbuddy/skills/三个位置,不联网、不执行危险命令、不读系统敏感路径 - 与 self-improvement 共存:检测到
.learnings/目录时按coexistence.mode决策,exclusive模式静默退出,division模式可分工协作 - 适合日常开发工作流中的重复性错误;通用经验可广播到其他会话,含项目路径等具体配置的记录只留在本地
使用场景
- 日常开发中遇到 `pip install` 或命令执行失败,需要自动记录错误模式并在后续会话中复用修复方案
- Agent 处理 API 请求频繁触发 429 限流,需要捕获错误并自动配置环境变量后重试
- 项目中同类错误反复出现,需要自动聚合学习记录并晋升到 `MEMORY.md` 形成持久经验
- 处理大量重复性开发任务时,希望自动提取常见工作流并生成新的 Agent Skill
适合人员
- 构建 AI Agent 的开发工程师,需要在生产环境中让模型自动沉淀经验而非每次从头踩坑
- 维护复杂项目的技术负责人,希望团队 Agent 能跨会话记住重复性错误和最佳实践
- 关注 AI 系统安全性的工程师,需要确保自动学习机制不泄露密钥或内网基础设施信息
- 使用 OpenClaw 等框架的开发者,需要让多个 Agent 会话共享学习成果并协同改进