什么是my-test-2
这是一个专为AI编程助手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推动持续优化。该工具的核心理念是将开发过程中遇到的意外失败、知识盲区以及用户反馈转化为可复用的结构化知识资产，从而避免重复踩坑并提升后续任务的执行质量。它支持在多种主流AI编码环境（如Claude Code、GitHub Copilot、OpenClaw等）中运行，并能根据具体平台自动适配工作流。无论是命令执行出错还是模型被纠正，都可以即时捕获并归档，形成可追溯的学习闭环。 该技能采用标准化的Markdown格式进行日志记录，包含时间戳、优先级、影响领域、详细上下文及建议修复方案等元数据字段，确保信息完整且易于检索。所有学习条目均按类型分类存储于`.learnings/`目录下：`LEARNINGS.md`用于记录纠正类发现、知识缺口或最佳实践；`ERRORS.md`专门追踪命令失败、API异常或外部工具故障；而`FEATURE_REQUESTS.md`则收集用户对新增功能的需求描述。这种结构化的组织方式极大提升了后期复盘与知识沉淀的效率。 特别值得一提的是，该工具具备智能推广机制——当某条学习内容被验证为广泛适用时，可自动或手动将其升级至项目级记忆文件（如`CLAUDE.md`、`AGENTS.md`或`.github/copilot-instructions.md`），从而成为团队共享的规范或准则。此外，还支持跨会话通信与子代理协作，允许将重要结论传递给其他正在进行的AI任务，实现真正意义上的“学习型智能体”。
核心功能特点
- 标准化日志系统：支持错误、学习与需求三类结构化记录，便于分类管理与快速检索
- 自动化错误检测：内置钩子脚本可在命令失败时触发日志写入，减少人工干预
- 知识推广机制：高价值学习内容可自动升级至项目级文档（如CLAUDE.md），形成持久化记忆
- 跨会话通信能力：通过OpenClaw等平台实现学习成果在不同AI会话间的共享与复用
- 模式识别与去重：支持基于Pattern-Key的重复问题关联，辅助系统性根因分析与预防
适用场景
该工具最适合应用于开发过程中频繁出现非预期行为或需要不断修正决策的场景。例如，当某个终端命令突然返回非零退出码导致构建中断时，系统可立即将该错误连同执行参数和环境详情写入`ERRORS.md`，为后续排查提供完整上下文。又如，若用户指出模型之前的理解有误（如‘实际上应该用pnpm而不是npm’），则可迅速生成一条带`correction`类别的学习条目，并标记相关配置文件路径，防止同类误解再次发生。 对于长期维护的项目而言，此技能尤其有价值。假设某次API变更后忘记重新生成TypeScript客户端，引发运行时类型不匹配问题。通过记录此次教训并设置状态为‘已解决’，未来任何涉及接口修改的操作都会自然提醒开发者补充生成步骤，显著降低人为疏忽概率。更进一步地，如果此类问题反复出现三次以上，工具会提示将其提炼为预防性规则，并推送到`AGENTS.md`中作为标准操作流程的一部分。 在日常协作环境中，无论是独立开发者还是多智能体团队，都能从中受益。借助OpenClaw的工作空间注入机制，每个新会话都会自动加载最新的学习档案；而当某个解决方案具有普适性时，还可通过提取脚本转化为独立技能模块，供其他项目直接调用。这样一来，每一次失败或修正不再是孤立事件，而是整个开发生态进化的燃料。