什么是Eason Self Improving Agent
Eason Self Improving Agent 是一款专为 AI 编程助手设计的持续自我优化工具，其核心机制是通过系统化记录开发过程中的错误、修正和知识缺口，形成可追踪的经验库。该工具将学习成果以结构化的 Markdown 格式存储在 `.learnings/` 目录下，支持三类主要日志：`ERRORS.md`（命令执行失败）、`LEARNINGS.md`（用户纠正或认知更新）以及 `FEATURE_REQUESTS.md`（功能需求）。这些记录不仅包含问题描述，还要求附带时间戳、优先级、影响领域、复现步骤及建议修复方案等元数据，确保信息完整且可追溯。当某个经验被验证为广泛适用时，系统可将其提升至项目级记忆文件如 `CLAUDE.md` 或 `AGENTS.md`，从而实现跨任务的知识复用。整个流程强调即时性、精确性和可扩展性，旨在让 AI 代理在每次交互后都能积累并应用改进策略，逐步提升解决问题的能力与效率。
核心功能特点
- 自动记录命令失败、API 异常和外部工具调用错误，并附加详细上下文以便后续分析
- 支持用户主动提交纠正反馈、知识盲区识别和新功能请求，形成闭环学习机制
- 提供标准化的日志模板，包含 ID 生成规则、优先级标记、关联文件引用和时间序列追踪
- 具备智能推广机制，可将高频出现或高价值的学习内容升级至项目级指导文件（如 CLAUDE.md）
- 兼容多种 AI 开发环境（Claude Code、Codex、GitHub Copilot 及 OpenClaw），适配不同工作流
适用场景
该工具特别适合在开发过程中频繁遭遇意外中断或需要反复调整的场景中使用。例如，当某个终端命令突然返回非零退出码导致构建失败时，系统会自动引导你将错误详情写入 `ERRORS.md`，包括使用的参数、环境信息和堆栈跟踪，便于未来快速定位同类问题。又如，在 Claude 给出错误建议后被用户指出‘实际上应该用 pnpm install’，此时应立即将该修正记录为带有 `correction` 类别的学习条目，并链接到相关配置文件路径，防止重复犯错。对于长期维护的项目而言，若发现团队成员普遍忽略 API 变更后需重新生成 TypeScript 客户端这一关键步骤，则可通过此技能捕捉该最佳实践，并将其推广至 `AGENTS.md` 中作为自动化检查项，显著降低类型安全风险。此外，在面对复杂集成问题时——比如 Git 推送因未配置认证而失败——也能通过日志沉淀为工具使用技巧，最终纳入 `TOOLS.md` 供全体协作者参考。无论是短期调试还是长期演进，该技能都致力于将每一次‘踩坑’转化为可持续优化的组织资产。