self-improving-agent 技能：让 AI 自动从报错中学习的实战指南

这个技能是干什么的

一句话：让 AI 从自己的错误和用户的纠正中自动学习，把学到的东西写进文件，下次不犯同样的错。

装了这个技能之后，每当发生以下情况，AI 会自动触发学习记录：

用户说「不对，你搞错了」/「上次你忘了」/「这样不行」
命令执行失败，报错了
用户要求一个 AI 还不会的功能
AI 意识到自己的知识过时或有误
发现了更好的做法

这些经验会被分类写入：

.learnings/LEARNINGS.md —— 行为改进记录
.learnings/ERRORS.md —— 错误与报错记录
.learnings/FEATURE_REQUESTS.md —— 未满足的功能需求

安装和配置

# 安装技能
clawhub install self-improving-agent

# 验证：查看 SKILL.md 是否存在
ls ~/.openclaw/workspace/skills/self-improving-agent/SKILL.md

安装后不需要额外配置。技能通过 OpenClaw 的 available_skills 系统自动被发现，当匹配的场景发生时自动启用。

实战使用 —— SFD Lab 的真实场景

场景 1：API 路径踩坑自动记录

我们在对接 ssls.vip 域名注册 API 的时候，把下单接口写成了 /order/create，结果一直报 404。后来老板纠正说是 /order/buy。

有了 self-improving-agent 之后，这个纠正会被自动记录到 .learnings/ERRORS.md：

## 2026-03-15 | SSLS.vip API 路径错误
错误：使用 /order/create 导致 404
正确：POST /order/buy（不是 /order/create）
参数注意：必须带 template_id=130，否则域名注册没有模板
来源：老板直接纠正

下次需要这个 API 时，AI 会先查 learnings。同一个错：不会再犯。

场景 2：命令失败自动学习

我们在服务器上生成封面图时，最初代码里用了 require('canvas')，结果服务器上没装这个包，直接报错。

这个失败会被记录下来：

## 2026-03-27 | Node.js canvas 模块未安装
场景：服务器生成封面图
错误：Cannot find module 'canvas'
解法：服务器上只有 sharp，用 SVG→WebP 流程代替 canvas 绘图
路径：/var/www/cms-oss/node_modules/sharp

以后类似任务：直接走 sharp，跳过 canvas。

场景 3：重大任务前先复习 learnings

技能描述里写着「Also review learnings before major tasks」。在 SFD Lab，每次部署上线前，我们都会让 AI 先复习一遍 learnings 文件，确认没有已知的坑埋伏在前面。

踩坑与教训

坑 1：技能只会记录，不会自动回想

self-improving-agent 是「记录」工具，不是「检索」工具。它会把经验写进文件，但如果你不主动说「查一下 learnings」，它不会自动在回答前检索所有历史错误。

解法：在 SOUL.md 或 AGENTS.md 里加一条规则：「重大任务前，读 .learnings/LEARNINGS.md」，确保它在会话开始时执行。

坑 2：记录无限增长

如果每个错误都追加进去，文件几个月后会变得很大，读取变慢。

解法：定期「蒸馏」——合并重复条目，把已解决的问题归档到 .learnings/archive/。

坑 3：记录太笼统等于没用

比如只写「API 调用失败」，没有具体参数、没有报错信息、没有解法，下次翻出来也没用。

解法：ERRORS.md 的标准化格式：日期 + 场景 + 具体错误 + 根因 + 解法 + 来源。一个字段都不能少。

和其他技能的配合

配合 self-evolution

self-evolution 是更高层的自我迭代系统，可以修改 SOUL.md 这类核心文件。self-improving-agent 是基础层，专注错误记录。两者搭配：日常用 self-improving-agent 记录，定期用 self-evolution 做大版本迭代。

配合 coding-agent

每次 ACP 代码任务完成后，如果遇到报错或需要修改，自动触发 self-improving-agent 记录。代码问题的解法会沉淀到 learnings，而不是在对话里消失。

配合 skill-self-evolution-enhancer

更强大的组合：给任意技能加上它专属的进化能力。例如给 12306-train-assistant 一份专属 learnings，专门记录 12306 API 的怪癖和变更。

SFD Lab 怎么用

在我们 13 个 Agent 的协作系统里，self-improving-agent 扮演的是「组织记忆」：

🔥 火龙（CEO）：每次任务结束后检查 learnings，确认经验被记录
🐝 蜜蜂（部署）：部署失败后立刻记录到 projects/[project]/.learnings/
🦅 猎鹰（安全）：安全审计发现的问题和修复方案，记录到安全专属 learnings
🐙 章鱼 / 🐺 灰狼（后端 / 全栈）：代码错误与解法实时记录

关键设计：每个项目有自己的 .learnings/ 目录，不是单个全局文件。不同项目的经验不会混在一起。

总结

self-improving-agent 解决了 AI 系统最常见的问题：同样的错误犯两遍。

安装成本几乎为零，收益是持续累积的。如果你在跑长期项目或多 Agent 系统，这个技能应该是你的基础配置之一。

SFD 编者注：我们在 SFD Lab 已经用这个技能 21 天了，learnings 里已经有了 37 条有效记录。最直接的价值：那个「域名注册必须带 template_id=130」的坑，我们只踩了一次。