持续改进学习日志
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_d4891e98/fjkksdaf。
技能介绍
解决的具体问题
在 AI Agent(如 Claude Code、Codex 等)协助编码时,模型经常会遇到命令报错、知识库过期或用户纠正等“一次性”问题。如果这些经验没有结构化地留存,Agent 就会在后续任务中反复犯同样的错误,浪费 Token 且无法真正“成长”。这个技能就是为了解决这个痛点:它让 Agent 能够把临时的报错和纠正,沉淀为可检索、可复用的项目记忆。
核心能力与关键步骤
该技能通过在工作区根目录初始化 .learnings/ 目录,将 Agent 的运行状态分为三类日志:
- 错误日志 (
ERRORS.md):记录命令失败、异常堆栈或外部 API 报错。 - 学习日志 (
LEARNINGS.md):记录用户纠正、知识盲区发现以及最佳实践。 - 功能请求 (
FEATURE_REQUESTS.md):记录用户期望但当前缺失的能力。
关键步骤如下:
- 触发与记录:当检测到如“No, that's not right”的纠正,或命令返回非零退出码时,Agent 会立即按照
TYPE-YYYYMMDD-XXX的标准 ID 格式追加日志,并附上优先级(如critical、high)和区域标签(如frontend、infra)。 - 去重与关联:对于重复出现的问题,Agent 会通过
grep搜索.learnings/目录,使用See Also链接相关条目,并递增Recurrence-Count。 - 提炼与晋升:当某个经验被证明具有普遍适用性(例如跨多个文件生效,或 30 天内出现 3 次以上)时,Agent 会将其提炼为简短的规则,并“晋升”到永久的项目记忆文件中,如
CLAUDE.md(项目事实与约定)、AGENTS.md(工作流与自动化)或.github/copilot-instructions.md(Copilot 上下文)。
适用边界与注意点
- 安全边界:技能明确要求禁止记录密钥、Token、环境变量或完整的源码/配置文件,除非用户明确要求。应优先记录简短的摘要或脱敏摘录。
- Hook 依赖:自动提醒功能(Hook Integration)是可选(opt-in)的,需要手动配置
.claude/settings.json等文件才能触发。默认情况下,Agent 需要依赖系统提示词或用户指令来主动记录。 - 团队协作:
.learnings/目录默认建议加入.gitignore以保持本地隐私,但如果希望团队共享这些经验,可以选择将其提交到仓库中作为共享知识。
使用场景
- 执行终端命令失败后,把报错、退出码和复现步骤记入错误日志。
- 用户纠正模型理解后,把正确规则与适用场景写入学习日志。
- 同一报错多次出现时,关联已有条目并递增 Recurrence-Count。
- 经验跨多个文件适用时,将其提炼为规则并写入 CLAUDE.md。
适合人员
- 维护 Claude Code 工作区的技术负责人,希望命令失败后能留下可追溯的错误上下文。
- 负责项目规范的工程负责人,希望把 Agent 反复犯错的规则沉淀到 CLAUDE.md。
- 使用 Codex 做代码重构的工程师,希望把用户纠正和最佳实践写入学习日志。
- 搭建 OpenClaw 工作区的 AI 工程师,希望将行为准则沉淀到 SOUL.md。