AI 智能体自我改进日志

问题背景

在让 AI Agent 参与编码、调试、文档和工具调用时，常见痛点是：上下文不会自动沉淀。一次命令失败、用户纠正、知识过期、外部 API 异常，往往只在当前会话中短暂存在；后续会话或另一台机器上的 Agent 仍可能重复犯错。

工作方式

该技能把“学习记录”落到项目或工作区根目录的 .learnings/ 中，通常使用三类文件：

• LEARNINGS.md：记录纠正、知识缺口、最佳实践；
• ERRORS.md：记录命令失败、异常、超时与连接错误；
• FEATURE_REQUESTS.md：记录用户希望新增的能力。

每条记录建议带稳定 ID（如 LRN-20250115-001、ERR-20250115-A3F）、状态、优先级和区域标签。出现类似问题时，可先用 grep 检索已有条目，再通过 See Also 关联、提高优先级，并判断是否需要系统性修复。

当某条经验具有跨文件、跨任务或团队级价值时，技能会将其提炼为短规则，提升到项目记忆中，例如 CLAUDE.md、AGENTS.md、.github/copilot-instructions.md；在 OpenClaw 工作区中，也可进入 SOUL.md 或 TOOLS.md。对来自 simplify-and-harden 的重复模式，可按 Pattern-Key 去重、累计 Recurrence-Count，并在满足阈值后提升为系统提示或项目规则。

适用边界

该技能适合有明确工作区文件约定的 Agent 流程，尤其是希望把零散纠正沉淀为稳定 prompt 的工程项目。注意不要把密钥、令牌、完整配置或原始长输出直接写入日志；默认更倾向于短摘要、脱敏摘录和可复现步骤。Hook 与跨会话共享属于可选能力，应在可信环境中按需启用。