自我改进
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 @org-eyw2ohcx/pskoett-pskoett-ai-skills-self-improvement。
技能介绍
解决什么问题
编码 AI 代理在跨会话时往往缺乏持久记忆。修复往往只停留在单次任务内部,类似的错误或外部依赖的失败在下一次会话中又会重演。这一技能旨在通过被动累积临场经验,补全完整的反馈闭环。它将纠正、知识盲区和功能诉求沉淀为结构化文本,使未来的代理会话能读取这些上下文并避免重复错误。
核心机制与工作流
核心是一套基于文件的经验跟踪系统,主要在 .learnings/ 目录下运行。
- 按需记录:遇到指令失败、外部 API 异常时,追加到
ERRORS.md;被开发者纠正或发现文档滞后时,写入LEARNINGS.md并打上category(如knowledge_gap、best_practice)。 - 条目追踪与关联:每条条目支持状态流转(
pending、in_progress、promoted)。遇到类似经验时,先用grep检索,在Metadata中通过See Also交叉链接相关条目。 - Recurrence 判定与晋升:当
Recurrence-Count >= 3,且至少出现在 2 个不同任务中,时间窗口在 30 天内时,可把该模式“压缩”为具体的提示词规则,写入CLAUDE.md、AGENTS.md等文件。这能防止项目长期记忆膨胀,避免保留冗长的事件报告。 - Hook 集成:支持通过
scripts/activator.sh和scripts/error-detector.sh配置钩子。前者在每次提交提示后提醒代理评估经验,后者监听 PostToolUse 事件并从 stdin 解析 JSON,将提示注入上下文(目前仅 Claude Code 与 Codex 支持上下文注入,Copilot 仅能记录日志)。 - 经验提取:多次出现或已验证且非显而易见的经验,可直接抽取为独立
skill,以保持项目记忆精简。
适用边界
- 职责隔离:不负责任务中途的故障诊断、验证与热修补,发生 mid-task failure 时应当交给专门的
self-healing模块处理,然后由后者移交经验本技能。 - 时效性与准确性:这依赖开发者当前的操作习惯。若空目录长期闲置,它不会自动产生任何价值。此外,晋升后的规则必须简明扼要,聚焦预防措施,避免成为长篇事故记录。
- Agent 上下文窗口:即使把这些文件晋升到了项目根目录,只要代理实际运行时没有加载这些文件,这些经验仍不会被用于指导实际的编写工作。
使用场景
- 持续集成中 API 写入重复超时,需要把错误上下文写入 .learnings,供后续修复参考。
- 多仓库约定靠口头传递,希望把反复出现的模式提升到 AGENTS.md 或 CLAUDE.md。
- 代码评审中常被纠正写法与知识盲区,希望把修正沉淀为条目并用 See Also 关联相似经验。
适合人员
- 负责沉淀错误历史、为后续 AI 代理保留修复上下文的工程师
- 常与 AI 协同完成真实编码任务、希望把纠正转化为项目记忆的成员
- 负责维护工程规范和配置基线的技术负责人