Self Evolution Pro
增强型自我进化技能，让AI代理持续自我改进、自我学习。
核心升级（相比原版）
| 特性 | 原版 | 增强版 |
|---|---|---|
| 技能提取 | 手动 | 自动 + 一键 |
| 跨会话同步 | 基础 | 完整知识图谱 |
| 自动晋级 | 无 | 基于复发次数自动晋级 |
| 根因分析 | 无 | 发现模式 → 找根本原因 |
| 进化追踪 | 无 | 版本历史 + 效果追踪 |
| 计划审查 | 手动 | Cron自动化 |
触发词
当以下情况时激活：
- 用户说"总结这个经验"、"保存为技能"
- "学习这个"、"自我进化"、"记录这个"
- 发现一个非显而易见的解决方案
- 重复犯同一个错误超过2次
- 解决了一个需要调查的问题
工作原理
会话中遇到问题/纠正
↓
记录到 .learnings/
↓
┌───┴───┐
错误 纠正 发现
↓ ↓ ↓
根因分析 链接图谱 自动晋级
↓
技能提取 → 发布到 ClawHub
↓
跨会话同步 → 其他代理也能用
文件结构
~/.openclaw/workspace/
├── AGENTS.md # 多代理工作流
├── SOUL.md # 行为准则
├── TOOLS.md # 工具能力
├── MEMORY.md # 长期记忆
├── memory/ # 日常记忆
│ └── YYYY-MM-DD.md
├── .learnings/ # 本技能日志
│ ├── LEARNINGS.md # 学习记录
│ ├── ERRORS.md # 错误记录
│ ├── FEATURE_REQUESTS.md # 需求记录
│ └── KNOWLEDGE_GRAPH.md # 知识图谱（新增）
├── .skills/ # 提取的技能
│ └── <skill-name>/
└── .evolution/ # 进化追踪（新增）
├── metrics.md # 效果指标
├── review-schedule.md # 审查计划
└── version-history.md # 版本历史
快速参考
| 情况 | 操作 |
|---|---|
| 命令/操作失败 | 记录到 .learnings/ERRORS.md |
| 用户纠正你 | 记录到 LEARNINGS.md，类别=correction |
| 发现更好方案 | 记录到 LEARNINGS.md，类别=best_practice |
| 根因分析 | 分析根本原因，链接到 KNOWLEDGE_GRAPH.md |
| 复发≥3次 | 自动晋级到对应文件 |
| 技能提取 | 使用 extract 命令 |
| 跨会话同步 | 使用 sync 命令 |
| 计划审查 | 查看 .evolution/review-schedule.md |
自动晋级规则
当满足以下条件时自动晋级：
| 目标文件 | 条件 |
|---|---|
SOUL.md | 行为模式类学习，复发≥2次 |
TOOLS.md | 工具相关，复发≥2次 |
AGENTS.md | 工作流相关，已解决 |
CLAUDE.md | 项目约定，复发≥3次 |
| 技能提取 | 跨3+个不同任务复发 |
根因分析流程
遇到错误时，不只是记录，要分析：
1. 直接原因（表象）
→ "文件权限不够"
2. 根本原因（深层）
→ "没检查当前用户权限配置"
3. 模式识别
→ "每次涉及系统配置都容易忽略权限"
4. 系统性预防
→ 创建技能或添加到 SOUL.md
格式：
## [RCA-YYYYMMDD-XXX] 问题标题
**Root Cause**: 根本原因描述
**Pattern**: 识别到的模式
**Prevention**: 系统性预防措施
**Files**: 相关文件
**Skills**: 相关技能
### Why-Tree
- Why 1: 原因A
- Why 2: 原因B
- Why 3: 根本原因 ←
知识图谱
.learnings/KNOWLEDGE_GRAPH.md 链接相关学习：
# 知识图谱
## 节点
| ID | 类型 | 标题 | 关联 |
|----|------|------|------|
| N001 | error | Docker权限问题 | N002, N003 |
| N002 | learning | M1 Docker平台问题 | N001 |
| N003 | skill | docker-m1-fixes | N001 |
## 关系
- N001 → causes → N002
- N001 → solved_by → N003
进化指标
.evolution/metrics.md 追踪效果：
# 进化指标
## 记录统计
- 本周新增：5条
- 已解决：3条
- 已晋级：2条
- 技能提取：1个
## 效果追踪
| 学习 | 记录日期 | 复发次数 | 节省估计 |
|------|----------|----------|----------|
| Docker M1修复 | 2025-01-15 | 0 | ~30分钟/次 |
| pnpm优先 | 2025-01-18 | 2 | ~5分钟/次 |
计划审查
.evolution/review-schedule.md 安排定期审查：
# 审查计划
## 每日 (Heartbeat时)
- 检查高优先级待处理项
- 检查新复发的模式
## 每周
- 完整审查所有pending项
- 识别可晋级项
- 更新知识图谱
## 每月
- 技能版本更新
- 效果指标复盘
- 清理过时项
技能提取流程
方式1：自动提取（推荐）
当检测到复发≥3次，自动触发：
# 自动执行
./skills/self-evolution-pro/scripts/extract.sh skill-name
方式2：手动提取
触发："保存为技能" / "这个可以提取"
操作：
1. 创建 .skills/<skill-name>/SKILL.md
2. 填写模板
3. 发布到 ClawHub（可选）
4. 更新知识图谱
5. 记录到 version-history.md
方式3：跨会话提取
场景：在会话A发现问题，在会话B需要同样知识
操作：
1. 在会话A：记录 + 标记为 shared
2. 在会话B：使用 sessions_history 读取
3. 提取到共享位置
跨会话同步
使用 OpenClaw 的会话工具：
发送学习到其他会话
sessions_send({
sessionKey: "session:project-alpha-daily",
message: "新学习：Docker M1平台问题解决方案已记录到 .learnings/ERRORS.md"
})
读取其他会话的学习
// 查看最近会话
sessions_list({ activeMinutes: 60, messageLimit: 3 })
// 读取特定会话历史
sessions_history({ sessionKey: "session-id", limit: 50 })
Spawn子代理做背景研究
sessions_spawn({
task: "研究这个错误并提出系统性解决方案",
label: "error-research",
runtime: "subagent",
mode: "run"
})
日志格式
学习记录
## [LRN-YYYYMMDD-XXX] category
**Logged**: ISO-8601
**Priority**: low | medium | high | critical
**Status**: pending | in_progress | resolved | promoted | promoted_to_skill
**Area**: frontend | backend | infra | tests | docs | config
**Recurrence-Count**: 1
**First-Seen**: YYYY-MM-DD
**Last-Seen**: YYYY-MM-DD
### Summary
一句话描述学到了什么
### Root Cause（新增）
根本原因分析（如果是错误）
### Solution
具体解决方案
### Pattern（新增）
如果复发，识别到的模式
### Suggested Action
具体修复或改进建议
### Metadata
- Source: conversation | error | user_feedback | self_discovered
- Related: N001, N002（知识图谱节点）
- See Also: LRN-YYYYMMDD-YYY
- Estimated Time Saved: X minutes（估算节省时间）
错误记录
## [ERR-YYYYMMDD-XXX] skill_or_command
**Logged**: ISO-8601
**Priority**: high | critical
**Status**: pending | resolved | wont_fix
**Root Cause Analysis**: [RCA ID 如果已分析]
**Area**: ...
### Summary
简短描述什么失败了
### Error
实际错误信息
### Context
- 尝试的命令/操作
- 使用的输入或参数
- 环境详情
### RCA
**Direct Cause**: 直接原因
**Root Cause**: 根本原因
**Pattern**: 识别到的模式
### Resolution
- **Resolved**: ISO-8601
- **Method**: how it was fixed
- **Prevention**: 如何预防再次发生
Cron 自动化
设置定期自我审查：
// 每周一早上审查学习
cron_add({
name: "self-review",
schedule: { kind: "cron", expr: "0 9 * * 1" },
payload: {
kind: "agentTurn",
message: "执行 .learnings/ 审查：1) 高优先级pending项 2) 识别可晋级项 3) 更新知识图谱"
},
delivery: { mode: "announce" }
})
晋级决策树
学习可以晋级吗？
↓
是否项目特定？
├── 是 → 留在 .learnings/
└── 否 → 是行为/风格相关？
├── 是 → 晋级到 SOUL.md
└── 否 → 是工具相关？
├── 是 → 晋级到 TOOLS.md
└── 否 → 是工作流相关？
├── 是 → 晋级到 AGENTS.md
└── 否 → 是项目约定？
├── 是 → 晋级到 CLAUDE.md/AGENTS.md
└── 否 → 考虑技能提取
效果追踪
记录每个学习/技能节省的时间：
### Time Tracking
- First Occurrence: YYYY-MM-DD
- Estimated Time per Incident: 15 minutes
- Recurrence Count: 5
- Total Time Saved (if resolved): 75 minutes
- ROI: 本技能投资回报率
发布技能到 ClawHub
# 1. 提取技能后
cd ~/.openclaw/workspace
# 2. 发布
clawhub publish .skills/<skill-name> --version 1.0.0
# 3. 更新版本历史
./scripts/update-version-history.sh <skill-name>
触发器检测
自动检测以下信号：
纠正 → 学习（correction类别）
- "不，那是错的..."
- "实际上应该是..."
- "你说的不对..."
功能需求 → 功能请求
- "你能也做...吗"
- "我希望你能..."
- "有办法...吗"
知识差距 → 学习（knowledge_gap类别）
- 用户提供了你不知道的信息
- 参考的文档已过时
错误 → 错误记录
- 命令返回非零退出码
- 异常或堆栈跟踪
- 意外输出或行为
发现更好方案 → 学习（best_practice类别）
- 改进最初方案
- 发现更高效的方法
最佳实践
- 立即记录 - 上下文最清晰的时候
- 包含根本原因 - 不只是表象
- 具体解决方案 - 未来需要能直接使用
- 追踪复发 - 用 Recurrence-Count
- 更新知识图谱 - 链接相关项
- 追踪时间节省 - 量化价值
- 积极晋级 - 存疑时优先晋级
- 定期审查 - 设置cron自动化
- 发布分享 - 有价值的发布到ClawHub
与原版 self-improving-agent 的区别
- 知识图谱 - 新增 KNOWLEDGE_GRAPH.md 链接相关学习
- 根因分析 - RCA 模板，分析根本原因
- 进化指标 - metrics.md 追踪节省的时间
- 版本历史 - version-history.md 记录技能演进
- 计划审查 - review-schedule.md + Cron 自动化
- 自动晋级 - 明确的自动晋级规则
- 跨会话同步 - 更完整的同步机制
- 时间追踪 - Estimated Time Saved 字段