引言：打开技能的'黑盒'
你是否好奇过，OpenClaw 的技能究竟是如何工作的？为什么一个 self-improving 技能能让 AI 拥有跨会话的记忆，甚至能从错误中自我反思？答案并不在神秘的代码深处，而是藏在每个技能目录下那个看似普通的 Markdown 文件——SKILL.md 中。
SKILL.md 是技能的'基因组'。它用一套清晰、结构化的语法，定义了技能的触发条件、行为逻辑、学习规则，甚至自我更新的方式。今天，我们就以 self-improving 技能为样本，打开它的 SKILL.md，逐行解析其中的设计智慧，带你理解 AI '自我进化'背后的底层逻辑。
一、SKILL.md 概览：技能的'身份证'与'操作手册'
一个典型的 self-improving 技能目录结构如下：
self-improving/
├── SKILL.md # 核心定义文件
├── memory/ # 记忆存储目录
│ ├── memory.md # HOT 层（常驻记忆）
│ ├── projects/ # WARM 层（项目级记忆）
│ └── archive/ # COLD 层（归档记忆）
├── hooks/ # 钩子脚本（可选）
└── README.md # 技能说明
而 SKILL.md 本身由几个关键区块组成，我们可以通过一张结构图来认识它们：
| 区块 | 内容 |
|---|---|
| 元数据区 | 技能名称、版本、作者 |
| BEHAVIOR | 行为定义、触发器列表、依赖项 |
| LEARNING | 记忆捕获规则、分层存储策略 |
| SELF-EVOLUTION | 自我反思流程、人类确认机制、元学习指令 |
接下来，我们将逐一深入这些区块，揭示 self-improving 技能的底层逻辑。
二、提示词原理：BEHAVIOR 区块的指令逻辑
BEHAVIOR 区块是技能的核心，它用近乎伪代码的清晰语言，定义了 AI 在特定事件下该如何行动。这其实就是 '提示词原理' 的具体体现——通过结构化的指令，让 AI 执行复杂的认知任务。
1. 记忆捕获规则：从纠正中学习
### 1. 记忆捕获规则
当触发器 `on_user_correction` 被激活时，执行以下流程：
a. 解析用户消息，识别纠正类型：
- 偏好纠正（如'我更喜欢 X'）
- 事实纠正（如'这个命令应该是 Y'）
- 流程纠正（如'你应该先做 A 再做 B'）
b. 生成候选记忆条目，格式为：
`[<context>] <pattern> -> <preference>`
例如：`[coding:python] "use print instead of logger" -> "avoid logger"`
c. 将候选条目写入 `~/self-improving/memory/pending/` 目录，并记录首次出现时间。
原理图解：
- 用户纠正
- 触发
on_user_correction - 解析纠正类型
- 生成候选记忆条目
- 存入 pending 目录
- 等待确认
这段规则揭示了 AI 是如何从用户的自然语言中 '提炼' 出结构化记忆的。通过模式识别（如关键词匹配），AI 将模糊的纠正转化为清晰的'模式→偏好'映射，并暂存在待确认区，等待后续的验证。
2. 分层存储策略：模拟人脑的认知分级
### 2. 分层存储策略
- **HOT 层** (`memory/memory.md`):
- 存储最近 7 天内使用次数 ≥ 3 的条目，或用户明确'固定'的条目。
- 行数上限：100 行。超出时按'最近最少使用'淘汰至 WARM 层。
- **WARM 层** (`memory/projects/`, `memory/domains/`):
- 按项目或领域分类存储，每个文件独立。
- 加载条件：当用户当前任务路径或话题匹配项目/领域标签时，自动加载对应文件。
- **COLD 层** (`memory/archive/`):
- 超过 90 天未访问的条目自动移入。
- 不主动加载，但可通过用户手动查询调取。
分层架构图：
- HOT 层：常驻记忆 (≤100 行)
- WARM 层：情景记忆 (projects/, domains/)
- COLD 层：归档记忆 (archive/)
这种分层设计完美平衡了 响应速度 与 记忆容量。HOT 层常驻系统提示词，保证 AI 快速'热身'；WARM 层按需加载，让 AI 能在不同角色间无缝切换；COLD 层防止记忆无限膨胀，同时保留了长尾知识的可追溯性。
3. 自我反思流程：从经验中提炼教训
### 3. 自我反思流程
当触发器 `on_task_complete` 被激活时，AI 应执行以下反思步骤：
a. 回顾任务过程中的'摩擦点'（例如用户纠正、自己犹豫的地方）。
b. 生成反思记录，格式为：
CONTEXT: <任务描述> REFLECTION: <观察到的不足> LESSON: <提炼的经验>
c. 将反思记录追加到 `memory/reflections.log`。
d. 如果同一 LESSON 在 7 天内出现 3 次，则自动生成一个候选记忆条目（转入待确认区）。
反思流程图：
- 任务完成
- 回顾摩擦点
- 生成反思记录
- 写入 reflections.log
- 判断：同一教训 7 天≥3 次？
- 是：生成候选记忆条目
- 否：结束
这一机制让 AI 具备了 '事后诸葛亮' 的能力。它不仅能从用户的直接纠正中学习，还能从自己的'失败'中提炼经验，实现了更高层次的自我进化。
4. 人类确认机制：人在回路的安全阀
### 4. 人类确认机制
当候选记忆条目累积到一定数量或特定时间点，AI 应主动询问用户：
'我注意到您最近几次倾向于使用 X，是否要将此设为默认规则？'
用户可以选择：
- 确认：条目移入 HOT 层。
- 拒绝：条目删除。
- 推迟：条目保留在待确认区。
若用户连续 3 次忽略询问，则默认拒绝该条目。
确认流程图：
- AI 主动询问用户
- 用户选择（确认/拒绝/推迟）
- 连续 3 次忽略 → 默认拒绝
- 确认 → 移入 HOT 层
- 拒绝 → 删除条目
这条规则确保了 '人类是进化的最终仲裁者'，防止 AI 的自主学习走向错误的方向。同时，'连续忽略则拒绝'的机制避免了无休止的询问干扰用户。
三、使用场景：谁需要这个技能？
通过分析 SKILL.md 中的触发器配置和分层存储逻辑，我们可以推断出 self-improving 技能最适合以下几类场景：
| 场景类型 | 典型用户 | 技能价值 |
|---|---|---|
| 代码开发 | 程序员、DevOps | 记住代码规范、框架偏好、命令习惯，让 AI 成为'熟悉你代码风格的协作者'。 |
| 内容创作 | 写手、营销人员 | 学习你的文风、常用词汇、语气偏好，让 AI 生成的文案'越来越像你'。 |
| 项目管理 | 项目经理、助理 | 记录项目特定的流程、术语、干系人信息，实现跨会话的项目知识管理。 |
| 研究分析 | 分析师、学者 | 沉淀研究过程中的方法论、数据源偏好，让 AI 成为你的'研究助手'。 |
触发器匹配场景：
on_user_correction：最适合需要频繁调整和优化的创造性工作。on_task_complete：适合长流程、多步骤的任务，如数据分析报告撰写。periodic：适合需要定期维护知识库的领域，如代码库重构。
四、实战案例：从零到一构建专属记忆
让我们模拟一个完整的实战案例，看看 self-improving 技能如何在实际交互中发挥作用。
场景：前端开发者小李使用 OpenClaw 辅助开发一个 React 项目，项目使用 Ant Design 组件库，代码规范要求使用函数组件和 TypeScript。
阶段一：初始交互（无记忆）
小李在终端中开启新会话：
小李：帮我写一个按钮组件。
AI（无记忆）：
import React from 'react';
const Button = () => {
return <button>Click me</button>;
};
export default Button;
小李看到后纠正：
小李：不对，我项目里一直用的是 Ant Design 的 Button，而且要用 TypeScript，组件名用箭头函数。
此时，on_user_correction 触发器激活，AI 按照 SKILL.md 的规则执行：
- 解析纠正：识别出'偏好纠正'（Ant Design、TypeScript、箭头函数）。
- 生成候选记忆条目：
[coding:react] "use antd Button" -> "prefer antd"[coding:typescript] "use TypeScript" -> "always use .tsx"[coding:style] "arrow function component" -> "use const Component: FC = () => ..."
- 将条目存入
pending/目录。
AI 根据纠正重新生成代码：
import React from 'react';
import { Button as AntButton } from 'antd';
const MyButton: React.FC = () => {
return <AntButton>Click me</AntButton>;
};
export default MyButton;
小李满意地继续工作。
阶段二：记忆固化
几天后，小李又在一个新会话中开启任务：
小李：帮我写一个表单组件。
AI 加载 memory.md（目前还是空的，因为条目还在待确认区），仍然生成普通代码，小李再次纠正。同样的纠正模式重复出现。
7 天内，[coding:react] "use antd Button" 这条模式出现了 3 次。AI 按照自我反思流程（d 规则），自动生成候选记忆条目，并在下次交互时询问：
AI：我注意到您最近几次倾向于使用 Ant Design 组件和 TypeScript，是否要将此设为 React 项目的默认规则？
小李选择 '确认'。条目正式移入 memory/memory.md（HOT 层）。
阶段三：记忆生效
又一个新会话：
小李：帮我写一个卡片组件。
AI 加载 memory.md，读取到三条偏好规则，直接生成：
import React from 'react';
import { Card } from 'antd';
const DataCard: React.FC = () => {
return <Card title="Default Card">Content</Card>;
};
export default DataCard;
小李无需再纠正。AI 已经记住了他的开发习惯。
阶段四：自我反思与进化
在完成一个复杂的数据可视化任务后，AI 触发 on_task_complete，进行自我反思：
CONTEXT: 生成 ECharts 图表代码
REFLECTION: 用户要求修改了三次颜色主题，最后选择了暗色主题
LESSON: 在生成图表时，优先询问用户是否需要暗色主题
如果这个教训在 7 天内出现 3 次，它将转化为候选记忆条目，最终可能成为永久规则：'图表任务默认使用暗色主题'。
五、让 OpenClaw 不断更新该 Skill：自我进化机制
self-improving 技能最酷的地方在于：它不仅能进化用户的记忆，还能 进化自身。这得益于 SELF-EVOLUTION 区块的定义。
1. 安全边界：哪些可以改，哪些不能改
## SELF-EVOLUTION
### 技能更新策略
本技能支持对自身代码的进化性修改，但必须遵循以下安全规则：
1. **安全边界**：只能修改 `BEHAVIOR` 和 `LEARNING` 区块中标记为 `mutable: true` 的参数，不能修改元数据、触发器列表和依赖。
2. **进化触发**：当元学习模块发现现有规则无法有效捕获用户偏好时，可提议修改规则。
3. **提案生成**：生成一个包含修改内容和理由的提案，存入 `evolution/proposals/`。
4. **人工审批**：向用户发送通知，请求审阅提案。用户确认后，技能自动应用修改并重启。
5. **版本自增**：每次成功更新后，`version` 字段的补丁号 +1。
2. 进化触发示例
假设元学习模块分析发现：用户经常对'流程纠正'的反应是沉默接受，但现有规则要求用户明确确认才能固化。元学习模块认为这可能导致效率损失，于是生成一个提案：
--- proposal-id: 20240521-001
type: parameter-adjustment
reason: 用户对流程纠正的接受度较高，可适当降低确认阈值
---
修改 `BEHAVIOR/记忆捕获规则`：
- 原规则：流程纠正必须经过用户确认才能进入待确认区。
- 新规则：如果同一流程纠正出现 2 次且未被反驳，自动转为候选记忆条目（仍需人工确认）。
提案存入 evolution/proposals/，并通知用户。用户审阅后批准，技能自动应用修改，版本从 2.1.0 升至 2.1.1。
[图 7：技能进化循环图 - 监控→分析→提案→审批→应用→版本更新，形成闭环]
3. 如何主动触发技能更新？
你可以通过以下指令让 OpenClaw 检查并应用 self-improving 技能的更新：
OpenClaw，请检查
self-improving技能的更新。如果有新版本，拉取并生成更新提案供我审阅。
或者更主动地：
OpenClaw，请运行自我进化循环。分析过去一周
self-improving技能的记忆捕获效果，如果发现任何可优化的参数，生成一个优化提案。
这样，self-improving 技能就形成了一个 '监控 - 分析 - 提案 - 审批 - 应用' 的闭环，实现了真正的持续自我改进。
六、总结：从 SKILL.md 看技能设计的哲学
通过深入剖析 self-improving 技能的 SKILL.md，我们看到了一个精心设计的 元指令系统 是如何让 AI 具备'记忆与进化'能力的：
- 事件驱动：只在关键时刻激活，高效不浪费。
- 分层记忆：模拟人脑认知，兼顾速度与容量。
- 人在回路：所有进化必须经用户确认，安全可控。
- 元学习：能自我调整学习策略，适应不同用户。
- 可进化：甚至能修改自身行为规则，持续迭代。
这就是 OpenClaw 技能的强大之处：它用透明、可读的 Markdown 文件，将复杂的 AI 行为逻辑封装成模块化的技能，让每个用户都能理解、定制甚至进化 AI 的能力。
