Self Improving Agent

用于需要长期运行、持续学习和策略改进的 Agent 工作流。Self Improving Agent 核心逻辑在于“闭环进化”：它不仅执行任务，还会观察执行结果、收集反馈，并据此修改自身的 Prompts、工具调用链或决策权重，从而在下一次类似任务中表现得更好。

安装

npx clawhub@latest install self-improving-agent

使用场景

• 长周期自动化任务：如持续了一年的行业研报分析，Agent 能在月度总结中识别出之前的漏项并自动修正抓取逻辑。
• 重复任务中的策略优化：在频繁的 PR 审查或 Bug 修复中，Agent 会根据开发者的修正意见（Review Comments）动态调整自身的代码规范检测强度。
• 基于历史反馈的行为修正：如果用户多次指出 Agent 说话太啰嗦，它会自我更新

  System Prompt

  为更简洁的风格。
• 动态知识库维护：当现有的

  MEMORY.md

  知识过时或发生冲突时，Agent 主动发起“知识清洗”任务。
• 环境自适应部署：当从本地部署环境迁移到云端容器环境时，Agent 自动学习新的 API 端点和资源限制策略。

触发条件 / When to Use

• 任务失败后的复盘阶段：当一个复杂任务（如 CI/CD 流水线构建）连续失败 3 次，Agent 自动唤起

  self-improving-agent

  进行根因分析。
• 显式用户批评/点赞：当用户输入包含强烈的负面情绪或明确的指正（“别再用这个库了”）时。
• 性能/效率瓶颈期：检测到单次任务 Token 消耗过大或耗时异常增长时，主动寻找优化路径。
• 定期维护计划 (Scheduled Optimization)：通过

  cron

  技能每周执行一次自我诊断（Self-Diagnostics）。

核心能力 / Core Capabilities

1. 执行与观测 (Execution & Observation)

• 操作步骤：
  1. 启动目标任务（Target Task）。
  2. 启动后台日志收集器，记录所有的中间决策点、API 返回值和潜在错误（Error Logs）。
  3. 捕获最终产出物的“质量得分”（可以是用户的点赞，也可以是 Linter 的通过率）。
• 最佳实践：使用

  process

  技能运行长任务时，实时重定向

  stderr

  到审计文件。

2. 反射与归因 (Reflection & Attribution)

• 操作步骤：
  1. 调用

     memory_search

     查找过去 10 次同类任务的成败记录。
  2. 利用 LLM 深度对比：成功案例与失败案例在 Prompt 结构上有何区别？哪些工具调用是冗余的？
  3. 生成“改进策略草案”（Candidate Policy）。
• 最佳实践：采用 A/B Testing 思想，在下一轮任务中仅改变 1 个变量。

3. Prompt/代码 动态修改 (Dynamic Modification)

• 操作步骤：
  1. 基于改进策略，使用

     edit

     工具修改自身的

     SKILL.md

     正文或

     System Prompt

     模板。
  2. 更新

     MEMORY.md

     中的“禁忌法则”和“成功套路”。
  3. 执行一次“模拟运行”以确认修改没有破坏基本功能。
• 最佳实践：修改前备份原始配置文件，并在

  MEMORY.md

  记录

  diff

  变更记录。

4. 知识固化与分发 (Knowledge Consolidation)

• 操作步骤：
  1. 将学到的新技能点（如某个冷门的 API 参数用法）沉淀为结构化的 JSON/Markdown 片段。
  2. 通过

     mcp_call

     将这些知识同步到共享知识库。

常用命令/模板 / Common Patterns

自我优化日志模板 (Self-Improvement Log)

### 原始任务执行记录 (Execution Log)
- **任务**: [生成 React 登录页面]
- **结果**: [失败 - 样式丢失]
- **反馈**: [用户反馈称样式未正确引入 Tailwind]

### 根因分析 (Root Cause)
- **诊断**: 原始 Prompt 中未显式包含 `tailwind.config.js` 的引用建议。
- **关联记忆**: 3 天前在项目 B 中也遇到了同样的问题。

### 优化决策 (Improvement Decision)
- **行动**: 更新 `frontend-design` 技能的 `Core Capabilities` 模板。
- **变更点**: 强制要求在所有 React 渲染任务中包含 `style_framework_check` 步骤。

### 下一步验证 (Verification)
- [ ] 运行 `test-tailwind-render` 命令。
- [ ] 等待用户下一次 React 相关指令。

动态 Prompt 注入示例

// 示例：基于用户反馈动态调整说话风格
if (userFeedback.includes("concise")) {
  await mcp_call({
    name: 'update_system_prompt',
    arguments: {
      modifier: "Always provide answers in bullet points, max 3 items."
    }
  });
}

进阶应用场景 / Advanced Use Cases

1. 自动重构循环

• Agent 持续监测代码库的重复率。一旦发现重复代码超过阈值，它会利用

  self-improving-agent

  逻辑生成重构方案，并在 PR 中提出“这是我根据之前的代码模式总结出的通用组件”。

2. 销售话术/客服策略进化

• 在与客户的对话流中，Agent 会记录导致对话中断的节点，并自动调整后续的话术风格，直到找到最高转化率的路径。

边界与限制 / Boundaries

• 进化漂移 (Evolutionary Drift)：长期的过度自我优化可能导致 Agent 行为偏离最初的设计初衷。建议设定“核心价值守卫者” (Guardrails) 防止过度修改。
• 资源浪费风险：自我复盘是一个高 Token 消耗的过程，应避免在琐碎的小任务上频繁触发优化逻辑。
• 配置覆盖风险：动态修改

  SKILL.md

  可能覆盖用户的手工配置，需保留

  undo

  机制。
• 收敛速度：对于高度动态、不可预测的任务，Self-Improving 逻辑可能难以收敛，甚至产生错误的结论。
• 负反馈陷阱：如果不加辨别地吸收所有用户反馈，恶意或错误的反馈可能污染 Agent 的改进方向。

最佳实践总结

1. 小步快跑：每次优化只改动一个最小逻辑单元。
2. 保留追溯性：所有的进化过程必须在

   MEMORY.md

   中有迹可循。
3. 设置审计阈值：关键策略的变更必须由人类（Human-in-the-loop）最终审批通过。
4. 多样性评估：不仅要看当前任务是否成功，还要看修改后是否导致其他原本成功的任务失败（防止 Regression）。
5. 记忆清理：过期的优化策略应定期“遗忘”，防止过时的经验干扰当前的决策。
6. 分环境进化：开发环境大胆进化，生产环境稳健保守。