Token导航 LogoToken导航

Agent Skill · 效率

tonic-self-learn(自学进补)

tonic-self-learn 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。

tonic-self-learn 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为只读;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 3,372。

总安装 17,796周安装 749GitHub Stars 公开资料未说明下载 6,232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:tonic-self-learn(自学进补)
来源仓库:https://github.com/tonylnng/tonic-self-learn
安装命令:
openclaw skills install tonic-self-learn
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 tonic-self-learn

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。

Tonic-Self-Learn 让 Agent 从用户纠正中学习并持续优化任务执行能力。适用于 OpenClaw 中希望 Agent 自主沉淀经验、修正错误和改进流程的场景。核心机制包括错误记录、能力缺口分析和自我评估,形成闭环学习。通过 clawhub 安装后自动启用,无需额外配置。

建议配合具体任务反馈使用,确保纠正信息清晰明确以提高学习效果。

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 tonic-self-learn;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

    它标注为只读,先用只读任务试一次,确认行为符合预期再扩大使用范围。

常见问题

6 条

tonic-self-learn 怎么安装?

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

tonic-self-learn 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。

tonic-self-learn 需要什么权限?

权限级别是只读。该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

tonic-self-learn 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。

tonic-self-learn 用的人多吗?

公开数据是累计安装 17,796 次,近一周安装 749 次,下载 6,232 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。

tonic-self-learn 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。
  • 标注为只读权限,试用阶段不容易误改本地文件。

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
tonic-self-learn

自学进补 · 本页

17,796—只读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-learn
description
>

Self-Learn Skill

Two-part continuous improvement loop: learn from corrections, learn from self-evaluation.

On Every Task Completion

After finishing any task, briefly self-evaluate (1–3 sentences internally):

  • Did the output meet the intent?
  • What could be better next time?
  • Is this a repeatable pattern worth storing?

If yes → log it. If it was routine with no issues → skip logging (don't over-log).

Log format:

CONTEXT: [task type]
REFLECTION: [what I noticed]
LESSON: [what to do differently / keep doing]

Append to memory/corrections.md under today's date. Also call memory_store with:

  • category: decision
  • importance: 0.75
  • text: [LESSON] <lesson text> + relevant keywords

On User Corrections

Trigger phrases (detect these):

  • "No, that's wrong / not right"
  • "Actually..." / "I prefer..." / "Remember that I..."
  • "Stop doing X" / "Why do you keep..."
  • "I told you before..." / "Always do X"

When triggered:

  1. Acknowledge the correction briefly
  2. Append to memory/corrections.md under ## Corrections with today's date
  3. Call memory_store with:

- category: preference (style/tone) or decision (behaviour/approach) - importance: 0.85 - text: [CORRECTION] <what was wrong> → <correct behaviour> + keywords

  1. Recall to verify it stored correctly

Log format:

[YYYY-MM-DD] CORRECTION: <what was wrong> → <correct behaviour>

memory/corrections.md Structure

# Corrections & Learnings Log

## Corrections
[YYYY-MM-DD] CORRECTION: ...

## Self-Evaluations
[YYYY-MM-DD] CONTEXT: ... | LESSON: ...

Create the file if it doesn't exist.

On "What have you learned?" / "Show my patterns"

Read memory/corrections.md and show last 10 entries. Also memory_recall with query "CORRECTION OR LESSON" for LanceDB results.

Installation on a New OpenClaw

  1. Copy skills/self-learn/ into your workspace skills/ folder — skill activates automatically
  2. Create memory/corrections.md (copy from references/corrections-template.md)
  3. Optionally update AGENTS.md skill table for easy reference

Rules

  • Don't over-log — skip routine tasks with no notable outcome
  • Atomic entries — one lesson per entry, under 100 words
  • Keywords matter — include domain keywords in memory_store text for good recall
  • No secrets — never log credentials, personal data, or sensitive info
  • Corrections always log — user corrections are always worth storing (importance ≥ 0.85)

平台分布

OpenClaw

86.88%
按下载量换算5,414

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

未展示

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

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