Self-Improvement Skill

Self-Improvement Skill 是什么

Self-Improvement Skill 是一个帮助 AI 助手持续复盘的自我改进 Skill。当操作失败、用户纠正结果、当前能力无法满足需求、知识已经过期，或任务中发现了更好的处理方法时，它会把这些情况记录到项目文件，供后续任务查看和复用。

这里的自我改进不是自动训练模型，也不会改变模型参数。它采用的是可检查的记录机制：先把错误和经验写下来，再由使用者判断哪些内容已经解决、哪些问题反复出现，以及哪些结论值得提升为长期项目规则。

它能解决哪些问题

AI 助手在一次任务中发现的工具限制、接口异常或项目约定，如果只留在当前对话里，下一次很容易重复踩坑。这个 Skill 把信息分成经验、错误和功能请求三类，保存在项目的 .learnings 目录中。遇到相似问题时，可以先查已有记录，再决定是否复用解决方案、提高优先级，或把成熟结论整理到长期项目说明。

主要能力

• 记录用户纠正、知识缺口、最佳实践和可复用经验。
• 保存命令失败、接口错误、异常环境和建议修复方法。
• 收集当前工具不具备的能力，形成待评估的功能请求。
• 用固定编号、状态、优先级、相关文件和关联条目管理记录。
• 把反复出现且已经验证的经验整理到 AGENTS.md、CLAUDE.md、TOOLS.md 等长期说明文件。
• 为 OpenClaw 提供可选 Hook，在会话开始或工具失败后提醒检查经验记录。

文件和权限范围

首次使用时，它会在当前项目或工作区创建 .learnings 目录，并维护 LEARNINGS.md、ERRORS.md 和 FEATURE_REQUESTS.md。正常流程应保留已有内容，只追加或更新对应条目。因为它能够写入项目文件，也可能把成熟规则整理到智能体说明文件，所以启用自动 Hook、跨会话共享或提升长期规则之前，应先确认目标目录和写入范围。

使用方式

安装后，可以在命令失败、用户纠正答案、外部接口异常、发现旧知识或找到更好方法时调用。记录应包含简短摘要、发生背景、建议动作和相关文件，敏感信息只保留经过脱敏的说明。大型任务开始前可以搜索历史记录，任务结束后再决定哪些内容已经解决、需要继续跟踪，或值得提升为项目规则。

局限与安全说明

记录数量增加后，重复和过期条目需要人工维护，否则可能让项目说明越来越杂。经验文件也不应保存令牌、私钥、完整环境变量、私密配置或未经处理的对话内容。当前来源版本为 3.0.24，不要求 API Key。SkillHub 展示的两项安全检测结果均为无风险，但这不等于完整代码审计；页面同时显示作者未认证、Skill 未认证。来源文件没有声明许可证，因此不能据此认定为开源或允许再分发。

常见问题

1. 它会让模型自动训练或升级吗？

不会。它通过项目文件保存经验，让后续 AI 助手能够读取和复用，模型参数本身没有变化。

2. 它会创建哪些文件？

默认在 .learnings 目录中维护经验、错误和功能请求三个 Markdown 文件。启用长期规则提升后，还可能修改项目的智能体说明文件。

3. 已有的经验文件会被覆盖吗？

按来源说明，初始化过程会检查文件是否存在，已有文件不应被覆盖。实际使用前仍建议确认目标目录并保留版本记录。

4. 什么情况适合记录为经验？

用户纠正、知识过期、反复出现的项目约定，以及已经验证过的更好做法，都适合写入经验记录。

5. 命令失败应该记录什么？

记录错误摘要、执行背景、必要的脱敏错误片段、环境差异和建议修复方法，不要复制可能包含密钥的完整日志。

6. 必须启用 OpenClaw Hook 吗？

不必须。Hook 只是自动提醒和辅助初始化的可选方案，手动记录同样可以使用这套工作流。

7. 能否跨会话分享经验？

可以在受信任环境中使用相应的会话工具发送简短摘要，但来源明确要求只有用户明确需要时才这样做，并避免发送原始对话和敏感数据。

8. 下载量高是否代表可以放心安装？

不能。下载量和安全检测只能作为参考。安装前仍需检查脚本、写入范围、Hook 行为、来源身份和许可证状态。

来源信息

本条目依据 SkillHub 中的 clawhub_pskoett 命名空间及其公开源文件整理。市场页面显示名为 self-improving agent，Skill 文件内部名称为 self-improvement，原始作者标识为 pskoett，核验版本为 3.0.24，核验日期为 2026 年 9 月 1 日。