什么是Self Improvement
Self-Improvement 是一个专为 AI 编码代理设计的持续改进工具，旨在通过系统化记录经验教训、操作错误和功能需求，帮助开发者在多轮交互中不断优化工作流程。该工具的核心机制是将每次失败的操作、用户纠正或知识盲点转化为结构化的学习条目，并存储在项目根目录的 `.learnings/` 文件夹下，支持 Markdown 格式记录与后续处理。无论是命令执行失败、外部 API 调用异常，还是用户提出新功能请求，系统都能自动识别场景并引导创建对应的日志条目，从而实现从错误中学习、从反馈中成长的闭环机制。 该技能特别适用于需要长期记忆和跨会话传承知识的复杂开发环境。它不仅能捕捉单次任务中的偶然失误，更能识别重复出现的问题模式，并通过‘简化与强化’（simplify-and-harden）流程将高频问题转化为可复用的最佳实践规则。当某个学习内容被验证为广泛适用时，还可将其升级至项目级记忆文件，如 `CLAUDE.md` 或 `.github/copilot-instructions.md`，确保所有参与项目的智能体都能共享这些关键洞察。这种设计使得 Self-Improvement 不仅是个日志工具，更是一种智能化的知识沉淀体系，显著提升团队协作效率与代码质量的一致性。
核心功能特点
- 自动识别命令失败、API 异常及用户纠正等场景，生成结构化错误或学习日志
- 支持三类核心日志类型：错误记录（ERRORS.md）、经验总结（LEARNINGS.md）和功能请求（FEATURE_REQUESTS.md）
- 提供周期性回顾机制与优先级管理，支持将高价值学习内容推广至项目级记忆文件
- 集成 OpenClaw 工作区注入功能，实现跨会话的知识共享与技能加载
- 内置模式识别能力，可检测重复问题并建议系统性修复方案
适用场景
Self-Improvement 最典型的应用场景是当你在执行某个命令或操作时遭遇意外失败，例如 git push 因认证配置缺失而报错，或者 pnpm install 因未使用正确包管理器导致依赖安装中断。此时，工具会引导你将完整的错误信息、触发命令及环境上下文写入 `.learnings/ERRORS.md`，附带时间戳、影响范围和初步修复建议，形成可追溯的技术债务档案。这不仅有助于当前问题的快速定位，也为未来遇到类似情况提供了参考基准。 另一个常见场景是用户主动纠正你的输出，比如指出你提供的 API 文档链接已过期，或强调某段代码应遵循特定编码规范。在这种情况下，Self-Improvement 会提示你将此修正归类为‘correction’类型的学习条目，记录原始错误、正确做法及所属领域（如 backend/infra），并标记来源为 user_feedback。若此类修正频繁发生，系统可自动将其升级为项目级行为准则，写入 SOUL.md 或 CLAUDE.md，确保后续所有交互都符合最新标准。 此外，当你发现某个解决方案虽能解决眼前问题，但缺乏通用性，或需结合多个子任务才能完成时，Self-Improvement 还能协助你提炼出可复用的工作流模式。例如，在处理大型重构任务时，你可能需要分阶段提交代码、运行自动化测试并更新文档。通过将这些步骤抽象为 AGENTS.md 中的多代理协作模板，不仅能提升当前任务效率，还能为团队其他成员建立标准化操作流程。这种由具体实践驱动的流程优化，正是 Self-Improvement 区别于普通笔记工具的核心价值所在。