概览
{
“overview_html”: “Reflect 是一款专为 AI 智能体设计的自我改进技能工具，其核心理念是“一次纠正，永远记住”。通过分析用户与智能体之间的对话记录，Reflect 能够自动识别出行为上的修正、成功的实践模式以及潜在的改进点，并将这些经验转化为系统性的更新建议。它不仅仅是一个简单的日志工具，而是一个完整的学习闭环，旨在让 AI 在每次交互后都能持续优化自身的行为和能力。该技能独立于任何特定任务工具运行，直接由 LLM 执行，无需依赖子代理或复杂的集成流程。Reflect 的设计目标是实现真正的增量式进步，确保每一次有价值的反馈都被永久编码进智能体的知识体系中，从而在后续所有会话中避免重复错误并推广成功做法。”,
“feature_items”: [
“自动检测对话中的高、中、低置信度学习信号，包括显式纠正（如“永远不要”、“规则是”）和已验证的成功方法”,
“将提取的学习信号分类并映射到目标文件，如特定角色代理文件（agent）、CLAUDE.md 项目指南或新建技能（skill）”,
“严格的质量门控机制，仅推荐符合复用性、非平凡性、特异性、可验证性和无重复标准的改进项”,
“支持选择性应用变更，允许用户审核并批准每个修改，保障人类对智能体演进的最终控制权”,
“与 Git 版本控制无缝集成，所有更改均提交为可追溯的 commit，便于回滚和历史追踪”,
“提供灵活的输出位置，支持项目级和全局级别的 reflections 存档，以及按项目或代理归档的学习记录”
],
“scenarios_html”: “Reflect 特别适用于需要长期演进和精细调优的智能体开发场景。例如，在一个复杂后端系统开发项目中，开发者频繁地与代码审查代理交互，不断指出风格不一致或架构缺陷。使用 Reflect 后，这些反馈会被自动捕获，并提议更新相关代理的配置或生成新的代码规范技能，确保团队遵循统一标准。另一个典型场景是在解决棘手的调试问题时——当某个误导性的错误信息导致长时间排查，最终发现真正原因时，Reflect 可以将其识别为一个‘技能级’的学习成果，创建独立的故障处理技能，供未来类似问题快速调用。此外，对于经常切换不同领域任务的通用型代理，Reflect 能积累跨领域的最佳实践，逐步构建起丰富的工具偏好和流程记忆库，显著提升其适应性和效率。无论是个人开发者还是团队协作，Reflect 都提供了一个可靠且安全的机制，将零散的经验沉淀为结构化的智能资产。”
}