Agent Skills
返回列表
🤖

Agent 自我进化

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 @kunlungrowth/self-improving-agent-cn。

技能介绍

它解决的问题

当 AI Agent 反复执行失败的命令、忘记用户强调过的偏好，或把临时经验只留在当前会话时，后续工作会持续消耗人工纠正成本。该技能针对的是“经验没有沉淀”的问题：命令退出码非 0、用户说“不对/应该/错了”、出现更优解法、工具 API 已过时等场景，都需要被结构化记录并在下次执行前被检查。

它如何工作

技能会把不同信号写入不同记忆文件：失败进入 errors.jsonl，纠正进入 corrections.jsonl，最佳实践进入 best_practices.jsonl，知识缺口进入 knowledge_gaps。这些记忆可同步到全局目录、项目级 .learnings/，以及 AGENTS.md、MEMORY.md。执行前自动检查记忆，有助于在再次运行安装、构建、格式化、API 调用等任务时复用纠正后的方式。

适用边界

它依赖触发词和事件信号，不是通用推理引擎；敏感信息、私有凭证不应原样写入记忆文件。建议定期备份到 git、脱敏记录，并清理过时条目，避免错误经验被长期固化。

使用场景

  • 在终端安装依赖反复失败时，让 Agent 记录错误并在下次执行前检查记忆，避免再次使用同一失败命令。
  • 当用户多次纠正代码风格，比如要求使用单引号时，把纠正写入记忆并更新 AGENTS.md，让后续任务自动遵循。
  • 当发现 pip install -e . 比直接安装更适合本地 Python 包迭代时，记录最佳实践并在后续安装任务中优先使用。
  • 当工具 API 或依赖版本已废弃时，记录知识过时问题，让 Agent 在下次调用前检查记忆并提示使用新版方式。

适合人员

  • 频繁用 Agent 跑 shell 安装、构建、脚本命令，且不想重复踩权限和环境坑的后端工程师。
  • 需要 Agent 长期遵守代码风格、注释偏好和项目约定，而不想每次重新说明的前端工程师。
  • 在多个仓库或项目中复用同一套 Agent 工作流，希望经验跨项目保留的全栈开发者。
  • 使用 LLM 做自动化运维，需要记录失败命令、工具版本变化和更优执行方式的 DevOps 工程师。