Strict Self-Improving Agent (Rule of 3)

记录经验教训、错误及修正以实现持续改进。适用场景:(1)命令或操作意外失败,(2)用户纠正Claude...

安装

概览

{ “overview_html”: “Strict Self-Improving Agent (Rule of 3) 是一个专为 AI 编程助手设计的工业化闭环自我改进系统,旨在解决传统代理在运行过程中因主观感受而污染核心指令的问题。该系统采用严格的量化机制——‘三法则’——替代模糊的‘感觉’判断,确保只有当某个问题重复出现三次及以上时,才被视为可推广的经验或规则。通过将错误、学习成果和功能请求统一记录在标准化的日志文件中,该工具避免了核心配置文件(如 SOUL.md 或 AGENTS.md)的上下文膨胀,从而保持大语言模型的上下文窗口清晰高效。整个流程强调人类监督下的批量审核,通过内置脚本自动汇总待晋升条目供人工审批,实现了从经验积累到知识沉淀的平滑过渡。”, “feature_items”: [ “基于‘三法则’的严格晋升机制:仅当问题或学习项在日志中关联出现三次以上时才允许被提升为正式规则”, “零上下文膨胀设计:所有临时性错误和学习内容均写入独立日志文件,避免污染核心指令文档”, “多领域治理结构:明确划分 SOUL.md(行为准则)、AGENTS.md(工作流)和 TOOLS.md(第三方工具陷阱)的职责边界”, “自动化聚合与人工审核结合:提供 promote-review.sh 脚本批量处理待晋升条目,实现人机协同决策” ], “scenarios_html”: “该工具特别适用于需要长期演进且依赖可靠知识传承的开发场景。典型应用场景包括:(1)命令执行意外失败时,系统会自动将错误信息结构化地记录到 error.md 中,并持续追踪其重现频率;(2)用户纠正 Claude 或其他代理的行为偏差后,相关修正会被归类为 learning.md 中的高优先级条目,经过三轮验证后可晋升为通用行为准则;(3)团队开发中反复出现的构建问题(如 pnpm 与 npm 混用导致的工作区同步故障),可通过链接多个历史错误条目触发自动晋升流程,最终固化为 AGENTS.md 中的强制构建协议。此外,对于跨项目通用的工具使用技巧(例如 jq 必须加 -r 参数获取原始输出),则会被精准归档至 TOOLS.md,形成可复用的技术资产。这种机制尤其适合敏捷迭代环境,能有效防止重复踩坑,并促进组织级知识资产的沉淀与管理。” }