自我改进记忆
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_bf4124be/123123123123。
技能介绍
解决的问题
AI 编码代理常见短板是上下文不持久：命令失败、用户纠正、旧知识或重复模式只停留在单次对话里，后续会话仍会踩坑。该技能把这些信号落盘为结构化 Markdown，避免经验随会话丢失。
工作方式
核心是维护 .learnings/ 目录下的 LEARNINGS.md、ERRORS.md、FEATURE_REQUESTS.md。发生命令失败、用户纠正、知识过期、API 集成问题或功能请求时，按类别追加带 ID、Status、Priority、See Also 的条目；发现与既有记录相似时先检索、建立链接并提升优先级。若某条经验可跨任务复用，则蒸馏为短规则，写入 CLAUDE.md、AGENTS.md、.github/copilot-instructions.md 或 OpenClaw 的 SOUL.md、TOOLS.md，并把原状态标记为 promoted。
适用边界
它适合已有代码仓库、需要让 Agent 在多次会话中保持一致约定的场景。不适合记录密钥、令牌、私钥、环境变量或完整原始输出；默认应只写摘要、脱敏摘录和可复现步骤。若团队需要共享，还需显式决定 .gitignore 策略，避免本地噪音或敏感信息入库。
使用场景
- 编码代理命令失败后，把报错与复现步骤记录到 ERRORS.md。
- 用户指出实现错误时，把纠正写入 LEARNINGS.md 并标记 correction。
- 发现某工具反复踩坑，把短规则提升到 AGENTS.md 或 TOOLS.md。
- 需要跨会话共享经验时，把脱敏摘要发给另一个受信任会话。
适合人员
- 使用 Claude Code 的工程师，希望 Agent 记住项目约定。
- 维护 OpenClaw 工作区的使用者，需要沉淀行为与工具规则。
- 排查重复报错的开发者，想按状态跟踪问题直到修复。
- 协作编码团队的维护者，需要统一项目级上下文文件。
相关技能
基于诊断、结构分层、设计模式与指令精简，优化现有 Skill 的触发、流程与 Token 消耗。
基于 STOM 方法论审计任意 SKILL.md 的规模、密度、分层、架构与弱模型适配性，并给出可执行的瘦身优化方案。
Agent 驱动的思考涟漪引擎，适合深度推演、头脑风暴和超长任务降级执行；通过多轮真实推理、新颖性自评、状态持久化与断点续跑，只输出高价值发现。
将模糊需求转化为包含角色、任务、上下文、约束的结构化提示，仅输出可直接使用的 Prompt，不执行任务。