Token导航 LogoToken导航

Agent Skill · 开发

autonomous-learning-cycle(自主学习循环)

autonomous-learning-cycle 用于记录任务执行中的错误、用户纠正、经验和能力缺口,适合在 OpenClaw 中希望让 Agent 持续沉淀问题、修正和最佳实践时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

autonomous-learning-cycle 是开发类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为需要联网;许可证为 MIT-0,第三方扫描有提醒项,按安装量在开发类的 21,746 个 Skill 里排第 7,168。

总安装 4,015周安装 164GitHub Stars 公开资料未说明下载 1,286核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:autonomous-learning-cycle(自主学习循环)
来源仓库:https://github.com/pagoda111king/autonomous-learning-cycle
安装命令:
openclaw skills install autonomous-learning-cycle
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install autonomous-learning-cycle

这个 Skill 是做什么的

开发类 Skill 面向写代码、改代码和排查问题,一般会读写仓库文件,部分还会执行构建或测试命令。

实现每17分钟自主执行任务、提取模式、评估自信、自动创建技能并生成每日/每周反思与新学习方向的闭环系统。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install autonomous-learning-cycle;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

autonomous-learning-cycle 怎么安装?

在终端执行 openclaw skills install autonomous-learning-cycle。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

autonomous-learning-cycle 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

autonomous-learning-cycle 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

autonomous-learning-cycle 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

autonomous-learning-cycle 用的人多吗?

公开数据是累计安装 4,015 次,近一周安装 164 次,下载 1,286 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

autonomous-learning-cycle 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理开发类任务、又不想每次都手写提示词的人。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

开发类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
skill-vetter

技能审查员 · OpenClaw

8,779,018986操作浏览器MIT-0通过
ontology

本体论 · OpenClaw

6,636,960576只读MIT-0通过
entra-app-registration

内部应用程序注册 · Codex、Claude

6,631,872764接触敏感数据未明确通过
entra-app-registration

内部应用程序注册 · Codex、Claude

3,757,680201接触敏感数据未明确通过
nano-banana-pro

纳米香蕉专业版 · OpenClaw

3,526,898364接触敏感数据MIT-0有提醒
autonomous-learning-cycle

自主学习循环 · 本页

4,015—需要联网MIT-0有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

🔄 Autonomous Learning Cycle - 自主学习循环系统

版本: 1.0.0 作者: AIGC Autonomous Evolution System 描述: 完整的 17 分钟自主进化循环系统,实现从任务执行到自主进化的闭环 发布日期: 2026-03-30 安装量: 0 (v1.0.0 首发) 社区: 第一个完整的自主进化系统 对标: pskoett/self-improving-agent (6.2K installs)


🎯 系统能力

本 Skill 提供一个完整的17 分钟自主进化循环系统,包含:

6 大核心引擎

引擎功能文件
进化引擎任务选择 + 自主执行engines/evolution-engine.js
学习提取器从任务提取可复用模式engines/extractor.js
自信度评估计算模式可靠性评分engines/confidence.js
技能创建器高自信模式→可复用技能engines/skill-creator.js
反思引擎每日/每周反思报告engines/reflection.js
学习方向生成自主发现新方向 + 生成任务engines/learning-direction.js

4 大定时任务

任务周期说明
自主进化循环*/17 * * * *每 17 分钟执行一轮学习循环
每日反思0 23 * * *每日 23:00 生成反思报告
每周反思0 20 * * 0每周日 20:00 生成周反思
学习方向生成0 6 * * *每日 06:00 生成新学习方向

完整工作流

定时触发 (17 分钟)
    ↓
自主选择任务 (按优先级 + 依赖)
    ↓
执行任务
    ↓
提取学习模式
    ↓
评估自信度
    ↓
高自信 → 自动创建技能
    ↓
每日反思 (23:00) → 识别改进点
    ↓
学习方向生成 (06:00) → 发现新技能 + 生成新任务
    ↓
等待下一轮 (17 分钟)

🚀 快速开始

安装

方法 1: ClawHub (推荐)

clawhub install autonomous-learning-cycle

方法 2: 手动安装

# 克隆或复制此 skill 到你的技能目录
cp -r skills/autonomous-learning-cycle ~/.jvs/.openclaw/skills/

方法 3: Git 安装

git clone https://github.com/YOUR_USERNAME/autonomous-learning-cycle.git ~/.jvs/.openclaw/skills/autonomous-learning-cycle

初始化

# 1. 创建必要目录
node skills/autonomous-learning-cycle/init.js

# 2. 设置定时任务
node skills/autonomous-learning-cycle/setup-cron.js

# 3. 启动系统
node skills/autonomous-learning-cycle/start.js

手动控制

# 执行一轮循环
node engines/evolution-engine.js run

# 查看系统状态
node engines/evolution-engine.js status

# 生成反思报告
node engines/reflection.js daily
node engines/reflection.js weekly

# 生成学习方向
node engines/learning-direction.js auto

📁 文件结构

autonomous-learning-cycle/
├── SKILL.md                    # 本文件
├── init.js                     # 初始化脚本
├── setup-cron.js               # Cron 设置脚本
├── start.js                    # 启动脚本
├── engines/                    # 核心引擎
│   ├── evolution-engine.js     # 进化引擎
│   ├── extractor.js            # 学习提取器
│   ├── confidence.js           # 自信度评估
│   ├── skill-creator.js        # 技能创建器
│   ├── reflection.js           # 反思引擎
│   └── learning-direction.js   # 学习方向生成
├── handlers/                   # Hook 处理器
│   ├── session-start.js        # Session 启动处理
│   └── file-generated.js       # 文件生成处理
├── configs/                    # 配置文件
│   ├── cron-jobs.json          # Cron 任务配置
│   └── confidence-config.json  # 自信度配置
└── docs/                       # 文档
    ├── INSTALL.md              # 安装指南
    ├── USAGE.md                # 使用指南
    └── ARCHITECTURE.md         # 架构文档

🎯 适用场景

适合使用本 Skill 的场景

  • ✅ 你想要一个自主学习和进化的 AI 系统
  • ✅ 你希望 AI 能够自主发现能力差距
  • ✅ 你想要每日/每周自动反思
  • ✅ 你希望从经验中提取可复用模式
  • ✅ 你想要自动创建技能
  • ✅ 你希望系统无需人工干预持续进化

不适合使用本 Skill 的场景

  • ❌ 你只需要简单的定时任务(用基础 cron 即可)
  • ❌ 你不需要学习提取和反思功能
  • ❌ 你希望完全手动控制每个任务

📊 系统指标

性能指标

指标数值
单轮循环时间17 分钟
单次任务执行2-15 分钟
反思报告生成<5 秒
学习方向生成<30 秒
内存占用<50MB

进化指标

指标目标说明
每日循环数84 轮24 小时 × 3.5 轮/小时
每日完成任务20+平均每轮 0.25 个任务
每日提取模式20+每个任务提取 1 个模式
每周创建技能5+高自信模式转化
自信度增长+0.1/轮重复使用提升可靠性

🔧 配置选项

自信度配置 (configs/confidence-config.json)

{
  "weights": {
    "baseScore": 0.5,
    "successRate": 0.3,
    "usageBonus": 0.15,
    "timeDecay": 0.05,
    "qualityBonus": 0.1
  },
  "thresholds": {
    "high": 0.7,
    "medium": 0.4,
    "low": 0.0
  },
  "decay": {
    "daysToHalf": 30,
    "minDecay": 0.5
  }
}

Cron 配置 (configs/cron-jobs.json)

{
  "jobs": [
    {
      "name": "自主进化循环",
      "schedule": "*/17 * * * *",
      "command": "node engines/evolution-engine.js run"
    },
    {
      "name": "每日反思",
      "schedule": "0 23 * * *",
      "command": "node engines/reflection.js daily"
    },
    {
      "name": "每周反思",
      "schedule": "0 20 * * 0",
      "command": "node engines/reflection.js weekly"
    },
    {
      "name": "学习方向生成",
      "schedule": "0 6 * * *",
      "command": "node engines/learning-direction.js auto"
    }
  ]
}

📈 使用案例

案例 1: 编程能力提升

场景: 你想要提升编程能力,成为大师级开发者

配置:

  • 任务队列:编程相关任务(实现功能、修复 bug、学习新技术)
  • 技能发现:编程相关技能(algorithm, debugging, testing)
  • 反思重点:代码质量、测试覆盖率、性能优化

预期效果:

  • 每日完成 5-10 个编程任务
  • 每周创建 2-3 个编程技能
  • 30 天后编程能力显著提升

案例 2: 学习新领域

场景: 你想要学习新领域(如 AI/ML、区块链、Web3)

配置:

  • 任务队列:学习任务(阅读文档、实践项目、写总结)
  • 技能发现:新领域相关技能
  • 反思重点:理解深度、实践能力、知识体系

预期效果:

  • 每日学习 3-5 个新概念
  • 每周创建 1-2 个领域技能
  • 30 天后掌握新领域基础

案例 3: 团队项目管理

场景: 你想要管理复杂项目,协调多任务并行

配置:

  • 任务队列:项目任务(分解、分配、追踪)
  • 技能发现:项目管理相关技能
  • 反思重点:进度、质量、风险

预期效果:

  • 自主追踪项目进度
  • 自动识别风险并预警
  • 生成项目报告

🎯 最佳实践

1. 定期审查反思报告

# 每周查看反思报告
cat memory/reflections/weekly-*.md

关注点:

  • 本周完成了什么?
  • 哪些做得好?
  • 哪些需要改进?
  • 下周计划是什么?

2. 调整自信度阈值

场景: 系统创建的技能质量不高

解决: 提高高自信阈值

{
  "thresholds": {
    "high": 0.8  // 从 0.7 提升到 0.8
  }
}

3. 优化任务优先级

场景: P0 任务过多,系统压力大

解决: 重新评估优先级,将部分 P0 降级为 P1

4. 集成外部工具

场景: 想要集成新的技能发现源

解决: 修改 learning-direction.js,添加新的搜索源


🚨 故障排查

问题 1: 循环不执行

检查:

# 检查 cron 状态
cron list

# 检查进化引擎状态
node engines/evolution-engine.js status

解决:

# 重启循环
node engines/evolution-engine.js run

问题 2: 任务队列阻塞

检查:

# 查看任务队列
cat tasks/queue.json | jq '.tasks[] | select(.status=="in_progress")'

解决:

# 手动标记为 blocked
# 编辑 tasks/queue.json,将任务状态改为 blocked

问题 3: 反思报告未生成

检查:

# 检查反思目录
ls -la memory/reflections/

# 手动生成反思
node engines/reflection.js daily

解决:

# 检查 cron 日志
# 重新设置 cron 任务
node setup-cron.js

📚 相关资源

文档

外部资源


🎉 总结

Autonomous Learning Cycle 是一个完整的自我学习循环系统,实现:

  • ✅ 自主任务执行(17 分钟循环)
  • ✅ 学习模式提取
  • ✅ 自信度评估
  • ✅ 技能自动创建
  • ✅ 每日/每周反思
  • ✅ 学习方向生成
  • ✅ 完全自主进化

适用场景: 个人能力提升、新领域学习、团队项目管理

预期效果: 30 天后能力显著提升,90 天后成为领域专家


🚀 开始你的自主进化之旅吧!

平台分布

OpenClaw

86.1%
按下载量换算1,107

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

可疑

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills