什么是my-test
my-test 是一个专为 AI 编码代理设计的自我改进技能，旨在通过系统化记录经验教训、操作错误和用户需求来实现持续优化。该工具的核心价值在于将开发过程中的试错转化为可复用的知识资产，帮助后续会话或团队成员避免重复犯错。当命令执行失败、用户纠正输出或发现更优解决方案时，my-test 提供标准化的日志格式来捕获关键信息，并支持将这些洞察自动升级至项目记忆文件，从而形成闭环的知识管理体系。 该技能采用模块化设计，支持多种日志类型以适应不同场景：错误日志（ERRORS.md）用于记录命令异常与外部工具故障；学习日志（LEARNINGS.md）涵盖用户纠正、知识缺口识别及最佳实践总结；功能请求日志（FEATURE_REQUESTS.md）则专门收集用户对增强能力的期望。所有条目均遵循统一模板，包含时间戳、优先级、影响领域、详细描述和建议措施等结构化字段，确保未来检索与处理的高效性。此外，my-test 特别强调‘简化与强化’（simplify-and-harden）机制，能够从高频出现的相似问题中提炼出稳定模式键（Pattern-Key），并通过定期审查流程将高价值内容推广至 CLAUDE.md、AGENTS.md 或 Copilot 指令文件等全局上下文，实现跨任务的知识沉淀。 my-test 不仅适用于单一开发环境，还深度集成于 OpenClaw 工作流平台，后者通过 workspace 注入机制自动加载相关提示文件，并借助 inter-session 通信工具实现多会话间的学习共享。对于非 OpenClaw 用户，也可在本地创建 .learnings/ 目录手动维护日志，灵活性极高。无论是 Claude Code、GitHub Copilot 还是 Codex CLI，均可通过钩子脚本配置自动化提醒与错误检测，显著降低遗漏重要学习点的风险。整体而言，my-test 是一款面向现代 AI 辅助开发的认知增强工具，致力于构建一个不断进化的智能编码生态系统。
核心功能特点
- 标准化日志系统：支持错误、学习与功能请求三类结构化记录，便于分类管理与快速检索
- 自动知识晋升机制：将高价值学习内容自动提升至项目级记忆文件（如 CLAUDE.md），防止知识流失
- OpenClaw 深度集成：利用 workspace 注入与 inter-session 通信实现跨会话知识共享与技能复用
- 灵活部署选项：既可作为独立技能运行，也兼容主流 AI 编码工具（Claude Code/Copilot/Codex）的钩子体系
- 模式识别与去重：通过 Pattern-Key 机制追踪重复问题，推动系统性修复而非零散应对
适用场景
my-test 最典型的应用场景是处理命令执行意外失败的情况，例如调用 git push 时因认证缺失导致中断，或 npm install 因依赖冲突报错。此时，开发者应立即将错误详情写入 ERRORS.md，包括实际输出、环境变量与建议修复方案，为后续排查提供完整上下文。这种即时记录不仅加速问题诊断，还能积累常见陷阱清单，供团队参考。 另一个高频使用场景发生在用户主动纠正 Claude 输出时，比如指出某段代码存在安全隐患或不符合项目规范。这时应将修正过程录入 LEARNINGS.md，并标记为 ‘correction’ 类别，附上原始错误与正确做法对比。若此类问题反复出现（如多个 PR 被要求修改相同 lint 规则），系统会自动提示将其升级为 SOUL.md 中的行为准则，确保一致性。 对于新功能需求场景，my-test 同样表现出色。当用户提出“能否添加批量导入功能”这类请求时，应填写 FEATURE_REQUESTS.md 并评估复杂度与频率。若该需求多次被提及且涉及核心流程优化，则可能触发技能提取流程，生成独立的 SKILL.md 文件供未来复用。此外，在周期性任务（如每周代码审查）中批量清理待处理条目、链接关联问题、晋升有效结论，也是提升协作效率的关键实践。