Agent Skills
返回列表
Agent自进化核心

Agent自进化核心

AI Agent 更新于 2026.08.29

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_a6b21d30/self-evolving-core

技能介绍

它解决什么问题

Agent 在重复任务中常见的痛点不是不会推理，而是经验无法沉淀：同类失败反复出现，临时约束散落在对话里，跨会话后容易“第二天失效”。self-evolving-core 把任务执行、经验提取、规则预检和记忆维护放进同一个闭环，目标是让 Agent 对已知坑点形成可检索、可复用、可校验的记忆。

技能如何工作

  • 任务记账：每次任务后执行 log，由系统自动检查 R1-R4 规则，触发复盘、免疫规则提取或蒸馏提示。
  • 自动复盘：review 会从任务轨迹中提取成功模式和失败教训，写入 experiences.json，并保留更完整的 scenario 与 lesson 文本。
  • 四层记忆：按陈述性、程序性、语义和工作记忆分层，MEMORY.md 只保留规范、索引和指针，不存放具体经验原文。
  • 免疫预检：Router 在任务前检查已有规则，按 critical、warning、info 级别给出行动建议，减少重复踩坑。
  • 双地同步：核心脚本和配置需要保持工作副本与 skill 源码一致，避免新工作空间部署时继承旧版本 bug。

适用边界

它更适合有明确域划分、需要长期积累任务经验的 Agent 工作流。若任务高度一次性、经验难以抽象，或没有稳定目录结构，收益会受限。使用前需要接受 log 是强制记账动作，并维护 MEMORY.md 的 PINNED 区与双地同步规则。

使用场景

  • 在连续多次数据抽取失败后，用 review 提取失败教训并沉淀为免疫规则。
  • 将重复出现的任务约束从聊天记录迁出，整理成 MEMORY.md 的规范和路径指针。
  • 为新工作空间部署 Agent 前，同步 evolution_guardian.py 等核心脚本，避免旧版缺陷。
  • 用 log 记录每次任务轨迹，并让系统按 R1-R4 自动触发复盘和蒸馏提示。

适合人员

  • 维护长期运行 Agent 工作流的工程师，希望把任务失败教训沉淀为可复用规则。
  • 负责多域任务调度的 Agent 架构师，需要统一路由、复盘和记忆索引。
  • 使用 Cursor 或 WorkBuddy 部署 Agent 的开发负责人，要保持工作副本与 skill 源码一致。
  • 需要治理 MEMORY.md 的提示词工程师，希望把经验从笔记式记录转为规范指针。