OpenClaw 反馈循环系统

问题

OpenClaw 代理上线后，常见瓶颈不是单次回答质量，而是缺少可回写的运营数据。用户评分、重试、放弃、追问等信号散落在会话里，难以判断哪类能力需要优先修复。若只依赖人工复盘，反馈周期长，也缺少改进建议落地后的前后对比，容易把资源花在低影响项上。

工作方式

该技能把反馈做成闭环，覆盖收集、分析、建议、跟踪四个阶段。先用 provide 收集显式评分、评论，以及 completion、retry、abandon、correction 等隐式信号；再用 analyze 按类别、情感、评分和时间范围做聚类、趋势与重复问题检测；随后用 suggest 输出带 high/medium/low 优先级、action items 和预期影响的改进项。之后通过 track 记录 planning、implementation、testing、deployed 阶段，并用 stats、report、export 查看统计、生成报告或导出数据，比较实施前后的指标变化。

注意

它适合做代理调优的数据底座，但不负责模型训练、权限治理或业务指标定义。data/ 目录会累积反馈记录，需要定期备份与清理；涉及用户隐私的评论和上下文，应在采集前明确脱敏边界。隐式信号只能作为辅助推断，关键结论仍要结合显式评分与业务场景复核。