实验笔记系统 / Experiment Notes

让 Agent 从经验中学习，不再重复犯错。

Every agent fails. Smart agents remember why.

核心理念

普通 Agent：

试了 → 失败了 → 忘了 → 下次又试 → 又失败了

用了实验笔记的 Agent：

试了 → 失败了 → 记下来了 → 下次查一下 → 直接用对的方案

安装

skill 安装后，数据存储在 ~/.openclaw/memory/experiments/：

experiments.jsonl — 所有实验记录
lessons.jsonl — 提炼的最佳实践

首次使用会自动创建目录。

命令参考

所有命令通过 python <skill_dir>/scripts/expnote.py 调用。

记录实验

python expnote.py log \
  --task "从 Docker Hub 拉取镜像" \
  --outcome failure \
  --tags docker,network \
  --cmd "docker pull nginx" \
  --error "Error response from daemon: Get https://registry-1.docker.io/v2/: net/http: request canceled" \
  --fix "配置 Docker 镜像加速器" \
  --lesson "国内环境拉 Docker 镜像大概率超时，先配加速器"

outcome 取值：

success — 成功了 ✅
failure — 失败了 ❌
partial — 部分成功 ⚠️

搜索历史

# 全文搜索
python expnote.py search "docker"

# 限制结果数
python expnote.py search "clawhub publish" --limit 5

查找类似任务

在开始新任务前，先查查之前有没有做过类似的：

python expnote.py similar "发布 skill 到 ClawHub"

查看经验教训

# 所有教训
python expnote.py lessons

# 按标签过滤
python expnote.py lessons --tag docker

统计概览

python expnote.py stats

显示：总实验数、成功率/失败率、热门标签、最近活动。

提炼最佳实践

从多次实验中总结通用经验：

python expnote.py distill \
  --tags clawhub,publish \
  --lesson "clawhub publish 必须显式指定 --version，不支持自动递增"

给 Agent 的使用指南

在你的 AGENTS.md 中添加以下规则：

## 实验笔记

每次尝试新操作时：

1. **之前**：运行 `expnote.py similar "任务描述"`，看看有没有历史经验
2. **之后**：无论成功失败，运行 `expnote.py log` 记录结果
3. **定期**：review 实验记录，用 `expnote.py distill` 提炼通用教训

记录格式：
- task: 简短描述（动词开头）
- outcome: success / failure / partial
- tags: 相关技术/工具（逗号分隔）
- cmd: 实际执行的命令
- error: 报错信息（失败时）
- fix: 怎么修复的
- lesson: 一句话总结（最重要！）

数据格式

每条实验记录（experiments.jsonl 中的一行）：

{
  "id": "exp_a1b2c3d4e5f6",
  "timestamp": "2026-04-02T08:58:00+08:00",
  "task": "发布 ClawHub skill",
  "outcome": "partial",
  "attempt": {
    "command": "clawhub publish ./skill --no-input",
    "description": "发布小红书浏览器 skill"
  },
  "result": {
    "error": "Error: --version must be valid semver",
    "fix": "加上 --version 1.1.0"
  },
  "tags": ["clawhub", "publish", "skill"],
  "lesson": "clawhub publish 必须显式指定 --version"
}

目录结构

experiment-notes/
├── SKILL.md              # 本文件
├── scripts/
│   └── expnote.py        # CLI 工具
└── templates/
    └── agents-snippet.md  # AGENTS.md 集成片段

设计理念

JSONL 格式：追加写入，不怕并发，方便 grep
纯文件存储：不需要数据库，不需要服务端
标签系统：多维分类，支持按领域过滤
提炼机制：不只是记录，还要总结成可复用的知识

局限性

搜索是关键词匹配，不是语义搜索（够用但不完美）
跨 agent 共享需要手动同步文件
没有自动清理机制（可以手动删除旧记录）

experiment-notes

Safety Notice

Copy this and send it to your AI assistant to learn