Token导航 LogoToken导航

Agent Skill · 效率

self-improving-learner(自我提高的学习者)

self-improving-learner 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-learner 是效率类 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,按安装量在效率类的 21,003 个 Skill 里排第 4,843。

总安装 12,315周安装 529GitHub Stars 公开资料未说明下载 4,317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
1.0.1

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-learner(自我提高的学习者)
来源仓库:https://github.com/lovensky1992-wk/self-improving-learner
安装命令:
openclaw skills install self-improving-learner
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-learner

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成,减少手工复制粘贴。

构建错误学习闭环,自动记录失败、用户修正与能力缺口,防止重复犯错并提升任务执行质量。适用于命令意外失败、用户纠正错误或提出新需求等场景,推动 Agent 长期记忆整合。通过 openclaw skills install 命令安装,需参考原始 README 了解触发机制与学习文件结构。

使用前应确认是否会触发文件写入或外部调用,避免影响系统稳定性或数据安全风险。self-improving-learner 属于效率类 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-learner;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-learner 怎么安装?

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

self-improving-learner 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-learner 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-learner 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-learner 用的人多吗?

公开数据是累计安装 12,315 次,近一周安装 529 次,下载 4,317 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-learner 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。
  • 需要处理效率类任务、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。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
self-improving-learner

自我提高的学习者 · 本页

12,315—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
version
1.0.0
description
>
metadata

Self-Improvement Skill

记录错误和教训,定期复盘整合到长期记忆,持续改进。

来源:ClawHub self-improving-agent@1.0.11,3/15 融入 v3.0.2 新特性(Pattern-Key / Recurrence / See Also / Simplify & Harden) 原始 repo:https://github.com/pskoett/pskoett-ai-skills

核心理念

犯错 → 立即记录 → 定期复盘 → 整合记忆 → 形成规则 → 避免再犯

不只是记错题本,而是一个学习闭环。


一、被动记录(犯错时触发)

什么时候记?

信号记到哪
命令报错、工具失败.learnings/ERRORS.md
被用户纠正("不对"、"你搞错了").learnings/LEARNINGS.md
发现自己编造了信息.learnings/LEARNINGS.md
用户要求缺失的功能.learnings/FEATURE_REQUESTS.md
发现更好的做法.learnings/LEARNINGS.md

记录格式

ERRORS.md / LEARNINGS.md:

## [LRN-YYYYMMDD-XXX] category

**Logged**: ISO-8601 timestamp
**Priority**: low | medium | high | critical
**Status**: pending | resolved | promoted
**Area**: frontend | backend | infra | config | workflow | content

### Summary
一句话描述

### Details
完整上下文:发生了什么、做错了什么、正确做法是什么

### Suggested Action
具体的修复或改进建议

### Metadata
- Source: conversation | error | user_feedback | simplify-and-harden
- Related Files: path/to/file.ext
- Tags: tag1, tag2
- See Also: LRN-20260312-001(如有关联条目)
- Pattern-Key: harden.config_validation | simplify.dead_code(可选,用于追踪重复模式)
- Recurrence-Count: 1(可选,同一模式出现几次)
- First-Seen: 2026-03-12(可选)
- Last-Seen: 2026-03-15(可选)

---

FEATURE_REQUESTS.md:

## YYYY-MM-DD: 功能名

**需求**: 用户想做什么
**场景**: 为什么需要
**状态**: pending / resolved
**方案**: (如果有的话)

---

记录原则

  1. 立即记 — 刚犯错时上下文最完整,拖了就忘
  2. 写教训不写流水账 — 重点是"下次怎么避免",不是"事情经过"
  3. 一条教训一个行动 — 能转化为具体规则的才有价值
  4. 关联已有条目 — 用 See Also: LRN-xxx 关联类似问题
  5. 追踪重复模式 — 同一类错误用相同的 Pattern-Key,Recurrence-Count 递增。≥3 次 → 必须 promote 成规则

二、主动复盘(定期触发)

复盘时机

时机做什么
每次 session 启动扫一眼 .learnings/ 最近条目,避免重复犯错
heartbeat 每 2 天一次完整复盘:回顾近期 learnings,整合到 MEMORY.md
大任务开始前搜索相关 learnings,预防已知问题
同一个错犯了 3 次必须 promote 成永久规则

复盘流程(heartbeat 触发)

1. 读取最近 2-3 天的 .learnings/ 文件
2. 识别有价值的条目(高频、高影响、可泛化)
3. 整合到 MEMORY.md 的「教训与规则」部分
4. 已整合的条目标记为 [已归档]
5. 检查是否有条目需要 promote 到 AGENTS.md / SOUL.md / TOOLS.md

复盘模板

在 heartbeat 复盘时,用这个框架思考:

## 本周复盘 (YYYY-MM-DD)

### 犯了什么错?
- ...

### 学到什么?
- ...

### 哪些该变成规则?
- → promote 到 [目标文件]

### 哪些已经不再相关?
- → 标记 [已归档]

三、记忆整合(learnings → 长期记忆)

Promote 规则

条件Promote 到哪
改变我做事方式的教训AGENTS.md(工作流规则)
改变我说话/行为方式的教训SOUL.md(人格规则)
工具使用的坑TOOLS.md(工具笔记)
值得长期记住但不算规则的MEMORY.md(长期记忆)
同一个错 ≥3 次(Recurrence-Count ≥ 3)必须 promote,不能只留在 learnings

Simplify & Harden 模式(v3.0 新增)

在日常工作中发现可以简化或加固的重复模式时,用 Pattern-Key 追踪:

模式类型Pattern-Key 前缀例子
Simplify(简化冗余)simplify.*simplify.dead_code、simplify.redundant_check
Harden(加固薄弱点)harden.*harden.config_validation、harden.error_handling

工作流:

  1. 发现重复模式 → 记录到 LEARNINGS.md,设置 Pattern-Key 和 Recurrence-Count: 1
  2. 再次出现 → 更新同一条目的 Recurrence-Count 和 Last-Seen
  3. Recurrence-Count ≥ 3 → promote 到 AGENTS.md/TOOLS.md 成为永久规则

Promote 格式

从 learnings 提炼成短规则,不是复制粘贴整段:

❌ 不要这样(太长):

2026-03-04 因为在 models.providers 里加了 capabilities 字段导致 Config invalid, 然后 restart 后 webchat 崩了,用户被锁 30 分钟……(500 字)

✅ 要这样(短规则):

改 openclaw.json 后必须先 openclaw status 校验,确认无 error 再 restart。

MEMORY.md 结构建议

# MEMORY.md

## 关于老板
(用户偏好、习惯、重要信息)

## 活跃项目
(当前在做的事)

## 教训与规则
(从 learnings promote 上来的重要教训)

## 工具与环境
(环境特定的知识,如 API 配置、设备信息)

四、文件管理

目录结构

<WORKSPACE>/
├── .learnings/
│   ├── ERRORS.md          # 错误记录
│   ├── LEARNINGS.md       # 教训记录
│   └── FEATURE_REQUESTS.md # 功能需求
├── MEMORY.md              # 长期记忆(整合后的精华)
├── AGENTS.md              # 工作流规则(promote 的硬性规则)
├── SOUL.md                # 人格规则
└── TOOLS.md               # 工具笔记

文件大小控制

  • .learnings/ 每个文件保持 <5KB
  • 超过时归档旧条目到 .learnings/archive/YYYY-MM.md
  • MEMORY.md <6KB(定期精简)

归档规则

条目符合以下任一条件时归档:

  • 已 promote 到永久文件
  • 超过 30 天且不再相关
  • 问题已彻底解决且不会再犯

五、检测触发词

自动识别这些信号并触发记录:

用户纠正:

  • "不对"、"你搞错了"、"Actually..."、"No, that's wrong"

功能请求:

  • "能不能..."、"要是能..."、"Can you..."、"I wish..."

知识缺口:

  • 用户告诉你不知道的信息
  • 文档/API 行为与你理解的不一致

错误:

  • 命令返回非零退出码
  • 异常或堆栈跟踪
  • 超时或连接失败

平台分布

OpenClaw

92.85%
按下载量换算4,008

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