Agent Skills
返回列表
Agent 自我改进记忆

Agent 自我改进记忆

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_60b84151/aaa1111。

技能介绍

解决的问题

Agent 在协作中容易把临时指令、用户偏好和反复纠正混在一起：该记住的没记住，不该记住的却写进上下文，项目间规则互相污染。这个技能把可复用的经验沉淀到本地文件，而不依赖凭据、外部服务或网络。

工作方式

技能会在用户明确纠正、表达偏好或多次重复指令时记录信号，并在完成重要工作后触发自检。它使用 ~/self-improving/ 下的分层存储：memory.md 保存高频 HOT 规则，projects/ 与 domains/ 保存项目或领域模式，archive/ 保存冷数据。新教训不会立即进入热层，通常需要重复验证或用户确认；超过行数限制时会合并、摘要或降级，而不是直接删除。查询、统计、导出、遗忘都通过明确指令触发，且每次引用会注明来源文件。

适用边界

它不访问日历、邮件、联系人，不发起网络请求，不读取 ~/self-improving/ 之外的文件，也不会从沉默或观察中推断偏好。适合需要长期保留协作风格、项目约定和纠错历史的 Agent；不适合需要外部系统同步、权限管理或隐私敏感数据自动归档的场景。

使用场景

  • 在多个项目间切换时，让 Agent 记住各项目编码约定，避免每次重复解释。
  • 用户多次纠正输出风格后，把明确偏好记录到热层，便于后续一致执行。
  • 完成多步任务或修复 bug 后，触发自检并记录可复用的改进点。
  • 需要检查 Agent 已学模式、统计层级和导出记忆文件时执行查询管理。

适合人员

  • AI Agent 开发者，需要给本地 Agent 增加纠错记录、偏好记忆和规则治理。
  • Agent 平台集成者，需要把项目级约定隔离在本地文件并支持按需加载。
  • 长期使用个人助手的工程师，希望减少重复说明代码风格、项目约定和偏好。
  • 提示词/工作流设计师，需要显式管理 Agent 学习信号、晋升降级与来源引用。