OpenClaw 自进化智能体
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,把 @org-eyw2ohcx/pskoett-self-improving-agent 安装到你的 AI 助手中。
技能介绍
它解决什么问题
智能体跨会话复用时,经验总是一次性的:踩过的坑下次还会踩,修过的问题无法复用,零散的功能诉求也没有归集的地方。问题不在于模型不够聪明,而在于缺少一个能“记录并继承过程”的机制。这个技能补的就是这一环——把会话之外的学习心得、错误和功能诉求沉淀成本地记录,让后续会话可以直接站在之前的积累之上,而不是每次从头摸索。
它如何工作
- 技能入口是
self-improving-agent/SKILL.md,self-improving-agent/hooks/openclaw/下的 hooks 负责把捕获行为挂进 OpenClaw 的运行流程。 - 捕获三类输入:learnings(可复用的结论与经验)、errors(已发生的问题及触发条件)、feature requests(暂时不动手、但想留档的功能诉求)。
- 记录以自然语言形式写入工作目录下的
.learnings/,与技能代码本身完全分离,方便审计和清理。 - 新一轮会话开始时,智能体可以读取既有记录:优先复用已有修复、规避已知误区、合并多路诉求,形成跨会话的持续改进闭环。
适用边界与注意点
- 本版本仅适用于 OpenClaw。Claude Code、Codex、GitHub Copilot 等工具需要换用原始的多智能体版本(见
pskoett-ai-skills仓库的self-improvement子项目),两者不可混用。 - 升级后必须重新拷贝 OpenClaw hooks 并重启 gateway,否则线上生效的仍是旧版 hooks,升级等于没做。
- 卸载时区分“停用”和“完全移除”两档操作,参见
self-improving-agent/references/uninstall.md,不要直接删目录了事。 .learnings/里存的是你的历史学习记录,不是技能代码,删除、迁移或清理前应先人工过一遍内容。
使用场景
- 长期用 OpenClaw 做 agent 流程,希望跨会话沉淀已修复的报错与经验
- 反复处理同类任务,想把学习心得写进 `.learnings/` 供下轮直接复用
- 多轮迭代同一脚本,需要跟踪并合并散落的功能需求
- 升级技能后确认 hooks 已更新并重启 gateway,避免旧配置继续生效
适合人员
- 在 OpenClaw 上维护 agent 脚本的工程师,希望减少反复踩坑
- 负责多轮任务迭代的开发者,需要持续沉淀学习记录
- 在团队内评估技能卸载与升级的运维人员,关心配置与数据分离
- 关注跨会话一致性的 AI 研发,想把功能需求集中归档