Agent Skills
返回列表
自我改进记忆

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_fbff92f1/wangshumin。

技能介绍

解决的问题

Agent 在用户纠正、偏好和项目约定上容易跨会话遗忘，导致同类错误反复出现。该技能把显式反馈和自查日志沉淀为本地记忆文件，让可复用经验不依赖人工重新说明。

工作方式

  • 学习信号：记录用户明确纠正、偏好表达和反复有效的工作流；忽略一次性指令、上下文限定和假设性问题。
  • 分层存储：memory.md 保存高频 HOT 规则；projects/ 与 domains/ 保存按上下文加载的 WARM 模式；archive/ 保存衰减记录。
  • 升降级与压缩：常用模式可提升为 HOT，30 天未用降到 WARM，90 天未用归档；文件超限时先合并、摘要，而不是直接删除。
  • 透明与边界：引用来源，例如 Using X (from projects/foo.md:12)；不访问日历、邮件或联系人，不发网络请求，不存储凭据。

适用边界

适合需要长期保持偏好、项目规范和纠错经验的工程师协作场景。不适合从沉默推断偏好、自动改写自身技能文件，或把本地记忆文件当作共享数据库使用。

使用场景

  • 用户多次纠正 Agent 对代码命名、注释或回复格式的理解时，把显式规则沉淀到本地记忆。
  • 在长期项目中需要记住分支规范、测试习惯和项目偏好，并避免跨会话遗忘。
  • 完成多步任务后要求 Agent 自查失误，记录可复用教训并查询学习状态。
  • 需要检查记忆层级、统计条目数量、导出或删除已确认偏好，而不访问外部数据。

适合人员

  • 维护 AI Agent 工作流的工程师，希望把用户纠正和项目约定固化成长期规则。
  • 使用本地 Agent 的开发者，需要查询、导出和清理 `~/self-improving/` 记忆文件。
  • 构建多步骤自动化任务的团队负责人，要求 Agent 记住失败教训并透明引用来源。