Agent Skills
返回列表
🤖

经验沉积

AI Agent 更新于 2026.08.30

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_310a65be/skill-sedimentation。

技能介绍

解决什么问题

Agent 经常完成非平凡任务后只留下一次性上下文：错误已修复但原因没沉淀，流程跑通但没有更新到 Skill，用户偏好也需要反复纠正。经验沉积把任务后的学习当作一个受控的知识写入流程，而不是自由记忆。

核心工作流

  • Trigger / Retrieve：在任务收尾或显著纠错后读取 _core_files/memory/ 下的经验文件，文件缺失时按空列表处理。
  • Reflect：在 reflections.md 追加一条带 1-5 自评分和标签的经验，避免一次写入过多结论。
  • Distill：按类型落到结构化文件——错误根因进 TABOOS.md，流程优化更新 _core_files/skills/，项目状态写入日期记忆，通用原则进入 MEMORY.md。
  • Promote：用优先级阈值判断经验是否晋升为长期规则或新 Skill；默认阈值约 15，并受频率监控与手动锁定约束。

边界与注意点

  • 所有写操作限于 _core_files/memory/ 和 _core_files/skills/，并要求先做路径检查再做幅度检查。
  • 涉及新增能力领域、修改核心规则、新增外部依赖的晋升默认拒绝，等待用户确认。
  • 适合有本地经验文件的 Agent 环境；不适合把记忆当作跨账号共享数据库，或绕过人工审核自动改系统配置。

使用场景

  • 完成一次复杂调试并修复错误后，把根因和禁止项写入 TABOOS.md，避免同类错误再次发生。
  • 重复执行同一发布流程后，把可复用步骤和判断条件整理进对应 Skill 的 SKILL.md。
  • 用户多次纠正同一偏好后，记录偏好经验并等待晋升阈值确认，形成稳定约束。
  • 发现某类任务反复出现偏离目标时，用 TTL 防循环记录一次偏离检测，不重复刷屏。

适合人员

  • 维护本地 Agent 记忆目录的工程师：想把任务经验写入受控的 memory/ 文件，而不是散落聊天。
  • 负责 Skill 工程化的平台团队：希望把重复流程沉淀到 SKILL.md，并限制自动晋升风险。
  • 调试 Agent 行为的研究者：需要可观测事件和测试用例来复盘经验写入是否偏离目标。
  • 需要沉淀纠错经验的自动化工程师：希望把错误根因和禁止项固化到 TABOOS.md。