Token导航 LogoToken导航

Agent Skill · 研究检索

self-improving-agent-bak(自强剂 bak)

self-improving-agent-bak 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。

self-improving-agent-bak 是研究检索类 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,第三方扫描已通过,按安装量在研究检索类的 73,675 个 Skill 里排第 20,209。

总安装 5,292周安装 225GitHub Stars 公开资料未说明下载 1,854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:self-improving-agent-bak(自强剂 bak)
来源仓库:https://github.com/robertstarry-gif/self-improving-agent-bak
安装命令:
openclaw skills install self-improving-agent-bak
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 self-improving-agent-bak

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

备份版经验记录工具,侧重基础错误追踪与恢复。适用于临时替代或降级使用的高可用保障场景。提供简洁的错误登记与纠正措施存档功能。需确认其是否影响主流程性能或产生竞态条件。建议作为应急方案仅在必要时启用。self-improving-agent-bak 属于研究检索类 Skill,可作为该场景下的辅助能力补充。

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 self-improving-agent-bak;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

self-improving-agent-bak 怎么安装?

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

self-improving-agent-bak 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。

self-improving-agent-bak 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。

self-improving-agent-bak 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。

self-improving-agent-bak 用的人多吗?

公开数据是累计安装 5,292 次,近一周安装 225 次,下载 1,854 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。

self-improving-agent-bak 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

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。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 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。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
self-improving-agent-bak

自强剂 bak · 本页

5,292—需要联网MIT-0通过

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

name
self-improvement
description
Captures learnings, errors, and corrections for continuous improvement. Use when: (1) a command fails, (2) user corrects you, (3) user requests a missing capability, (4) an API/tool fails, (5) knowledge is outdated, (6) a better approach is found. Also review learnings before major tasks.
metadata

Self-Improvement Skill

Log learnings to .learnings/ for continuous improvement. Promote broadly applicable entries to workspace files.

Setup

mkdir -p ~/.openclaw/workspace/.learnings

Create three log files: LEARNINGS.md · ERRORS.md · FEATURE_REQUESTS.md

Routing Table

SituationFileCategory
Command/operation failsERRORS.md—
User corrects youLEARNINGS.mdcorrection
Missing capability requestedFEATURE_REQUESTS.md—
Knowledge was outdatedLEARNINGS.mdknowledge_gap
Found better approachLEARNINGS.mdbest_practice
Recurring pattern (simplify-and-harden)LEARNINGS.mdSource: simplify-and-harden + Pattern-Key

Promotion Targets

Learning TypePromote To
Behavioral patternsSOUL.md
Workflow improvementsAGENTS.md
Tool gotchasTOOLS.md
Project facts / conventionsCLAUDE.md

Promote when: applies across multiple files, prevents recurring mistakes, or any contributor should know it.

Log Formats

LEARNINGS.md entry

## [LRN-YYYYMMDD-XXX] category
**Logged**: ISO-8601  **Priority**: low|medium|high|critical  **Status**: pending  **Area**: frontend|backend|infra|tests|docs|config

### Summary
One-line description

### Details
What happened, what was wrong, what's correct

### Suggested Action
Specific fix or improvement

### Metadata
- Source: conversation|error|user_feedback
- Related Files:
- Tags:
- See Also: (if related entry exists)
- Pattern-Key: (optional, for recurring patterns)
- Recurrence-Count: 1
---

ERRORS.md entry

## [ERR-YYYYMMDD-XXX] command_name
**Logged**: ISO-8601  **Priority**: high  **Status**: pending  **Area**: …

### Summary / Error / Context / Suggested Fix
### Metadata
- Reproducible: yes|no|unknown
- See Also:
---

FEATURE_REQUESTS.md entry

## [FEAT-YYYYMMDD-XXX] capability_name
**Logged**: ISO-8601  **Priority**: medium  **Status**: pending  **Area**: …

### Requested Capability / User Context / Complexity Estimate / Suggested Implementation
### Metadata
- Frequency: first_time|recurring
---

Resolving Entries

Change **Status**: pending → resolved | in_progress | wont_fix | promoted, then add:

### Resolution
- **Resolved**: ISO-8601
- **Notes**: what was done

Recurring Pattern Detection

  1. Search first: grep -r "keyword" .learnings/
  2. If similar entry exists: increment Recurrence-Count, update Last-Seen, add See Also
  3. Promote to system prompt files when: Recurrence-Count >= 3 + seen in 2+ tasks + within 30 days

Periodic Review

grep -h "Status\*\*: pending" .learnings/*.md | wc -l          # count pending
grep -B5 "Priority\*\*: high" .learnings/*.md | grep "^## \["  # list high-priority

Review before major tasks, after completing features, or weekly during active development.

Detection Triggers

  • Correction: "No, that's wrong…" / "Actually…" → LEARNINGS.md correction
  • Feature request: "Can you also…" / "I wish you could…" → FEATURE_REQUESTS.md
  • Knowledge gap: user provides info you didn't know → LEARNINGS.md knowledge_gap
  • Error: non-zero exit / exception / timeout → ERRORS.md

Skill Extraction

Extract a learning into a reusable skill when: recurring (2+ See Also links) + resolved + non-obvious + broadly applicable.

./skills/self-improvement/scripts/extract-skill.sh skill-name

Or manually: create skills/<name>/SKILL.md with YAML frontmatter (name, description).

Priority / Area Reference

Priority: critical (blocks core / data loss) · high (common workflow) · medium (workaround exists) · low (edge case)

Area: frontend · backend · infra · tests · docs · config

平台分布

OpenClaw

90%
按下载量换算1,669

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

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。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