Self-Improvement Agent Skill
当 Agent 需要从任务执行中学习并自我优化时，激活此技能。
激活条件
用户提到以下关键词时激活：
- "自我改进"、"自我优化"、"学习经验"
- "任务评估"、"性能分析"
- "优化工作流程"、"提升效率"
- 需要 Agent 从错误中学习的场景
核心概念
Agent 不应该只是执行任务，还应该从执行中学习，不断优化自己的表现。
三层自我改进机制：
- Layer 1: 实时反馈循环 - 每次任务执行后立即评估
- Layer 2: 周期性深度反思 - 定期深度分析
- Layer 3: 跨 Agent 经验共享 - 共享学习成果
任务评估标准
评分公式
总分 = 完成度(30%) + 效率(20%) + 质量(30%) + 满意度(20%)
评分等级
| 分数 | 等级 | 行动 |
|---|---|---|
| ≥90 | 优秀 | 记录最佳实践 |
| 80-89 | 良好 | 继续保持 |
| 70-79 | 及格 | 识别改进点 |
| <70 | 不及格 | 触发深度反思 |
使用方法
Python 版本（推荐）
# 评估任务
python scripts/evaluate_task.py \
--agent-id "my-agent" \
--task-id "task-001" \
--task-type "内容创作" \
--completion 90 \
--efficiency 85 \
--quality 80 \
--satisfaction 85
# 记录经验
python scripts/learn_lesson.py \
--agent-id "my-agent" \
--lesson "验证链接有效性" \
--impact high \
--category quality
# 优化分析
python scripts/optimize_agent.py --agent-id "my-agent"
# 跨 Agent 同步
python scripts/sync_learning.py
参数说明
evaluate_task.py
| 参数 | 说明 | 必填 |
|---|---|---|
| --agent-id | Agent 标识 | 是 |
| --task-id | 任务标识 | 是 |
| --task-type | 任务类型 | 是 |
| --completion | 完成度 (0-100) | 是 |
| --efficiency | 效率 (0-100) | 是 |
| --quality | 质量 (0-100) | 是 |
| --satisfaction | 满意度 (0-100) | 是 |
learn_lesson.py
| 参数 | 说明 | 必填 | 可选值 |
|---|---|---|---|
| --agent-id | Agent 标识 | 是 | |
| --lesson | 经验描述 | 是 | |
| --impact | 影响程度 | 是 | high/medium/low |
| --category | 类别 | 是 | quality/efficiency/tools/knowledge |
数据存储位置
{workspace}/
├── self-improvement/
│ ├── evaluations.json # 评估记录
│ ├── lessons-learned.json # 经验库
│ └── optimization-plan.json # 优化计划
└── shared-context/
└── self-improvement/
└── collective-wisdom.json # 共享知识库
最佳实践
何时评估
- 完成重要任务后
- 完成复杂任务后
- 任务失败或返工后
- 简单重复性任务可选
如何记录经验
- 记录具体的失败场景
- 记录成功的关键因素
- 记录工具使用的注意事项
如何应用学习
- 定期回顾经验库
- 主动应用最佳实践
- 分享给其他 Agent
故障排查
| 问题 | 解决 |
|---|---|
| 找不到工作区 | 检查 config.py 中的路径配置 |
| 经验未同步 | 手动运行 sync_learning.py |
| 优化计划生成失败 | 确保有足够的历史评估数据 |
让每个 Agent 都成为终身学习者！
Version: 1.1.0 (Python Edition) Tags: agent, self-improvement, learning, optimization