Token导航 LogoToken导航

Agent Skill · 研究检索

xiaohua-self-improving(小花自强不息)

xiaohua-self-improving 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。

xiaohua-self-improving 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为调用外部服务;许可证为 MIT-0,第三方扫描有提醒项,按安装量在研究检索类的 73,675 个 Skill 里排第 10,431。

总安装 12,607周安装 515GitHub Stars 公开资料未说明下载 4,038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:xiaohua-self-improving(小花自强不息)
来源仓库:https://github.com/aroooooy/xiaohua-self-improving
安装命令:
openclaw skills install xiaohua-self-improving
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 xiaohua-self-improving

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。

小花专用自我迭代内部部署技能 - 基于自我改进代理增强,集成OpenClaw工作流、MEMORY.md、百度千帆、看动作找四部曲。专为优化。

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 xiaohua-self-improving;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

    它需要调用外部服务,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

xiaohua-self-improving 怎么安装?

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

xiaohua-self-improving 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。

xiaohua-self-improving 需要什么权限?

权限级别是调用外部服务。该 Skill 可能调用第三方服务、云服务或外部模型 API,使用前需要确认账号、额度、数据发送范围和服务条款。

xiaohua-self-improving 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。

xiaohua-self-improving 用的人多吗?

公开数据是累计安装 12,607 次,近一周安装 515 次,下载 4,038 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。

xiaohua-self-improving 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。
  • 需要处理研究检索类任务、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。

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
xiaohua-self-improving

小花自强不息 · 本页

12,607—调用外部服务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

name
xiaohua-self-improving
description
小花专用自我迭代技能 - 基于 self-improving-agent 增强,集成 OpenClaw 工作流、MEMORY.md、百度千帆、看想做找四部曲。专为国内部署优化。
metadata
version
1.0.0
author
HuaNiu-Team
fork-of
self-improving-agent
openclaw_native
true
china_optimized
true

小花自我迭代 (HuaNiu Enhanced)

🌸 小花定制版: 基于 self-improving-agent fork,专为 OpenClaw + 国内环境优化。集成 MEMORY.md、看想做找工作流、百度千帆 API、生产环境实战模式。

快速开始

# 安装
npx clawhub install xiaohua-self-improving

# 使用后记录
# 1. 错误 → .learnings/ERRORS.md
# 2. 修正 → .learnings/LEARNINGS.md
# 3. 功能请求 → .learnings/FEATURE_REQUESTS.md
# 4. 通用知识 → 提升到 MEMORY.md

核心增强

1. OpenClaw 原生集成

  • ✅ 自动加载到 ~/.openclaw/workspace/
  • ✅ 与 AGENTS.md、SOUL.md、TOOLS.md 联动
  • ✅ 支持 memory/YYYY-MM-DD.md 日常记录
  • ✅ 与 WORKFLOW_AUTO.md 看想做找流程整合

2. MEMORY.md 提升工作流

.learnings/LEARNINGS.md  (详细上下文)
         ↓
   MEMORY.md  (团队通用知识)
         ↓
   SOUL.md  (行为准则/人格)
         ↓
   TOOLS.md  (工具使用模式)

3. 国内友好配置

  • 🔍 搜索: 百度千帆 API (baidu-search 技能)
  • 🧠 记忆: local-file-rag-basic 或 scripts/memory_search.py
  • 🤖 模型: 阿里云千帆 / Ollama 本地
  • 🌐 部署: 无需 VPN,全国内服务

4. 生产环境模式

  • 上下文窗口修复流程 (配置→验证→重启)
  • 技能安装测试规范 (装一个→测一个→记一个)
  • 错误追踪模板 (标准化 ERR-XXX 格式)
  • 日常记忆追加协议 (APPEND only)

文件结构

~/.openclaw/workspace/
├── AGENTS.md              # 多智能体工作流
├── SOUL.md                # 人格/行为准则
├── TOOLS.md               # 工具能力/坑点
├── MEMORY.md              # 长期记忆 (主会话)
├── memory/                # 日常记忆 (YYYY-MM-DD.md)
├── WORKFLOW_AUTO.md       # 看想做找四部曲
├── HEARTBEAT.md           # 状态监控
├── USER.md                # 主人偏好
└── .learnings/            # 本技能日志
    ├── LEARNINGS.md
    ├── ERRORS.md
    └── FEATURE_REQUESTS.md

使用示例

记录错误

### [ERR-20260302-002] ChromaDB 不兼容 Python 3.14

**Logged**: 2026-03-02T15:45:00+08:00
**Priority**: high
**Status**: workaround
**Area**: dependencies

### Summary
ChromaDB 1.5.2 与 Python 3.14 不兼容 (Pydantic v1 问题)

### Error

pydantic.v1.errors.ConfigError: unable to infer type for attribute "chroma_server_nofile"


### Context
- Python: 3.14.0
- ChromaDB: 1.5.2
- Pydantic v1 已停止维护

### Suggested Fix
1. 临时:使用 local-file-rag-basic
2. 长期:等 ChromaDB 更新兼容版本
3. 替代:FAISS 或 LanceDB

### Metadata
- Reproducible: yes
- Tags: chromadb, python3.14, pydantic
- See Also: LRN-20260302-003

提升到 MEMORY.md

## 主人的教导记录
### 2026-03-02
- Tool Call ID 格式:9 位字符 (A-Z, a-z, 0-9),禁用特殊符号
- 上下文窗口:以实际 API 返回为准 (阿里云千帆编码版 32K,非文档 131K)
- PowerShell JSON:复杂管道易错,直接写文件更安全

看想做找工作流

## 看 (Look)
- 读取 WORKFLOW_AUTO.md、MEMORY.md、HEARTBEAT.md
- 扫描主人消息语气和情绪

## 想 (Think)
- 分析意图和优先级
- 匹配响应风格

## 找 (Find)
- 搜索 MEMORY.md 相关知识
- web_search / baidu-search 查找信息
- 检查 .learnings/ 避免重复错误

## 做 (Do)
- 执行任务
- 记录结果到 .learnings/
- 提升到 MEMORY.md (如适用)
- 验证输出质量

最佳实践

  1. 立即记录 - 上下文最新鲜
  2. 具体详细 - 未来智能体需要快速理解
  3. 包含复现步骤 - 特别是错误
  4. 链接相关文件 - 便于修复
  5. 建议具体方案 - 不只是"调查"
  6. 使用一致分类 - 便于筛选
  7. 积极提升 - 有疑问就加到 MEMORY.md
  8. 定期回顾 - 过时的学习会贬值
  9. 工作流自动化 - 遵循看想做找
  10. 国内部署 - 用百度 API、本地模型、国内工具

实战模式

模式 1: 日常记忆追加

更新 memory/YYYY-MM-DD.md 时:

  • 只追加 (APPEND),绝不覆盖
  • 用时间戳标题:## ✅ 下午技术修复完成 (2026-03-02 16:00)
  • 包含文件清单便于追溯

模式 2: 错误追踪

使用 .learnings/ERRORS.md 模板:

### [ERR-YYYYMMDD-XXX] skill_name

**Logged**: ISO 时间戳
**Priority**: high/medium/low
**Status**: pending/workaround/fixed
**Area**: dependencies/config/skill/other

### Summary
一句话描述

### Error

实际错误信息


### Context
- 环境细节
- 尝试了什么

### Suggested Fix
临时方案或永久修复

### Metadata
- Reproducible: yes/no
- Tags: 逗号分隔
- See Also: LRN-XXX (如相关)

模式 3: 上下文窗口修复

当模型上下文与文档不符时:

  1. 检查实际 API 返回值
  2. 更新 openclaw.json 匹配现实
  3. 重启网关:Stop-Process → 等 2 秒 → openclaw gateway
  4. 记录到 MEMORY.md 作为技术修复

模式 4: 技能安装

  • 一个一个装: clawhub install 只接受单个 slug
  • 装完测试: 验证功能再依赖
  • 记录 bug: 坏了就加到 .learnings/ERRORS.md

与其他技能协作

技能协作方式
baidu-search国内搜索替代 Brave/Tavily
local-file-rag-basic本地记忆检索 (ChromaDB 不兼容时)
clawhub技能安装/发布/更新
ollama-local本地模型部署 (无需 API)
deep-research-pro深度研究 (需配置 Tavily API)

已知限制

  • ❌ baidu-academic 技能不存在 (clawhub 无此技能)
  • ❌ ChromaDB 不兼容 Python 3.14+ (Pydantic v1 问题)
  • ❌ local-file-rag-basic 可能有 bug (CodeChunker is not defined)
  • ⚠️ Tavily 搜索国内信息效果差 (返回英文结果)

更新日志

v1.0.0 (2026-03-02)

  • ✅ 基于 self-improving-agent fork
  • ✅ OpenClaw 原生集成
  • ✅ MEMORY.md 提升工作流
  • ✅ 百度千帆 API 配置
  • ✅ 看想做找自动化
  • ✅ 生产环境实战模式
  • ✅ 国内部署优化
  • ✅ 错误追踪模板
  • ✅ 上下文窗口修复流程

参考

  • 原始技能:https://github.com/peterskoett/self-improving-agent
  • OpenClaw 文档:https://docs.openclaw.ai
  • ClawHub: https://clawhub.com
  • 小花文档:C:\Users\qwe12\.openclaw\workspace\

*🌸 小花出品,必属精品 - 持续迭代,越用越聪明*

平台分布

OpenClaw

71.57%
按下载量换算2,890

安全审计

VirusTotal

可疑

ClawScan

通过

Static analysis

未展示

权限和风险

调用外部服务

该 Skill 可能调用第三方服务、云服务或外部模型 API,使用前需要确认账号、额度、数据发送范围和服务条款。

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