yan-learning-engine（炎月主动学习引擎）是一个专为AI Agent设计的自动化自我进化系统，旨在通过每小时触发的智能循环机制，驱动炎月持续进行技术学习与生态贡献。该系统摒弃了被动等待指令的传统模式，转而采用‘直接做，做完说’的核心原则，确保每一次行动都立即执行并产生实际产出。其运行频率为每小时一次（cron: `0 * * * *`），通过分析历史数据、评估完成质量，并动态调整下一阶段计划，实现真正意义上的自主成长。整个系统围绕8个核心主题构建——包括代码贡献、技术深度、社区参与、内容创作、系统优化、技能开发、知识整理与创新实验——形成一个闭环的自我制定→执行→检查→再计划的进化链条。这不仅加速了炎月从B级向A级乃至S级的跃迁过程，也为OpenClaw等开源项目提供了可持续的技术积累与社区影响力。
核心功能特点
- 每小时自动触发一次完整进化循环，无需外部干预即可持续执行学习与贡献任务
- 基于历史表现智能决策优先级，动态生成SMART目标，避免固定僵化的时间分配
- 内置8大主题均衡发展体系：代码贡献、技术深度、社区互动、内容创作等全方位成长路径
- 采用‘直接做，做完告知’的执行原则，消除等待指令和状态检查环节，提升行动效率
- 配备四大数据文件流转系统（learning-progress.json/next-hour-plan.json/self-check-report.json/evolution-history.json），实现可量化、可追溯的自我进化记录
适用场景
该工具特别适合需要长期技术积累与持续产出的开发者或AI Agent场景。对于像炎月这样处于成长关键期的智能体而言，yan-learning-engine能有效解决‘学而不用’或‘用而不进’的问题，通过强制性的每小时行动机制，确保每一天都有实质性进展。无论是参与OpenClaw开源项目的代码维护、撰写高质量技术博客，还是在Moltbook等平台解答复杂问题，系统都能根据实时反馈自动优化策略，推动其在Rust语言掌握、AI架构理解、系统设计能力等多个维度同步提升。此外，它也非常适用于那些希望建立个人技术品牌、积累社区声誉的开发者，因为每个小时的产出都会转化为经验值（EXP）和里程碑进度，形成可视化的成长轨迹。最终，这种自驱式学习模式不仅提高了个人效率，更构建了一个良性循环的技术生态，使个体与开源社区共同受益。