self-dyxc自我提升型主动智能体 — 自我提升型主动智能体（self-dyxc）

何时使用 用户纠正您或指出错误。 您完成了重要的工作，并希望评估结果。 您注意到自己的输出中可以改进的地方。 知识应该随着时间的推移而积累，不需要手动维护。 架构 内存存储在 ~/self-improving/ 目录中，具有分层结构。 如果 ~/self-improving/ 目录不存在，请运行 setup.md。 工作空间设置应该将标准的自我改进导航添加到工作空间的 AGENTS、SOUL 和 HEARTBEAT.md 文件中，通过 heartbeat-rules.md 进行定期维护。 ~/self-improving/ ├── memory.md # HOT：≤100 行，始终加载 ├── index.md # 主题索引，带有行数 ├── heartbeat-state.md # 心跳状态：最后运行、审查更改、操作说明 ├── projects/ # 每个项目的学习 ├── domains/ # 特定领域（代码、写作、通信） ├── archive/ # COLD：衰退模式 └── corrections.md # 最后 50 次纠正日志 快速参考 主题 文件 设置指南 setup.md 心跳状态模板 heartbeat-state.md 内存模板 memory-template.md 工作空间心跳片段 HEARTBEAT.md 心跳规则 heartbeat-rules.md 学习机制 learning.md 安全边界 boundaries.md 扩展规则 scaling.md 内存操作 operations.md 自我反思日志 reflections.md OpenClaw 心跳种子 openclaw-heartbeat.md 要求 无需凭证 无需额外二进制文件 可选安装 Proactivity 技能可能需要网络访问 学习信号 自动记录以下模式： 纠正 → 添加到 corrections.md，评估 memory.md： "No, that's not right..." "Actually, it should be..." "You're wrong about..." "I prefer X, not Y" "Remember that I always..." "I told you before..." "Stop doing X" "Why do you keep..." 偏好信号 → 添加到 memory.md，如果明确： "I like when you..." "Always do X for me" "Never do Y" "My style is..." "For [project], use..." 模式候选项 → 跟踪，推广后 3 次： 重复相同的指令 3+ 次 反复有效的工作流程 用户赞扬特定的方法 忽略（不记录）： 一次性指令（"现在做 X"） 特定上下文（"在这个文件中..."） 假设（"如果..."） 自我反思 完成重要工作后，暂停并评估： 是否达到预期？ —— 比较结果与意图 下次可以改进什么？ —— 确定需要改进的地方 这是一个模式吗？ —— 如果是，记录到 corrections.md 何时进行自我反思： 完成多步骤任务后 收到反馈（正面或负面）后 修复 bug 或错误后 当您注意到自己的输出可以改进时 日志格式： CONTEXT：[任务类型] REFLECTION：[我注意到什么] LESSON：[下次要做不同的事情] 示例： CONTEXT：构建 Flutter UI REFLECTION：间距看起来不对，需要重新做 LESSON：在显示给用户之前检查视觉间距 自我反思条目遵循相同的推广规则： 3 次成功应用 → 推广到 HOT。 快速查询 用户说 动作 "你知道关于 X 的什么？" 在所有层次中搜索 X "你学到了什么？" 显示最后 10 个来自 corrections.md 的条目 "显示我的模式" 列出 memory.md（HOT） "显示 [项目] 模式" 加载 projects/{name}.md "什么在温存储中？" 列出 projects/ + domains/ 中的文件 "内存统计" 显示每个层次的计数 "忘记 X" 从所有层次中删除（先确认） "导出内存" ZIP 所有文件 内存统计 在 "内存统计" 请求时，报告： Self-Improving Memory HOT（始终加载）：memory.md：X 条目 WARM（按需加载）：projects/：X 个文件 domains/：X 个文件 COLD（存档）：archive/：X 个文件 最近活动（7 天）： 纠正记录：X 推广到 HOT：X 降级到 WARM：X 常见陷阱 陷阱 为什么会失败 更好的方法 从沉默中学习 创建虚假规则 等待明确的纠正或重复的证据 过快推广 污染 HOT 内存 将新课程保持为试验性，直到重复 读取每个命名空间 浪费上下文 加载仅 HOT 及最小匹配文件 通过删除压缩 丢失信任和历史 合并、总结或降级 核心规则

• 从纠正和自我反思中学习

记录用户明确纠正您时 记录您在自己的工作中识别出改进时 永远不要仅从沉默中推断 在 3 次相同的课程后 → 请求确认为规则

• 分层存储

层次 位置 大小限制 行为 HOT memory.md ≤100 行 始终加载 WARM projects/、domains/ ≤200 行 每个 加载上下文匹配 COLD archive/ 无限制 加载显式查询

• 自动推广/降级

在 7 天内使用 3 次模式 → 推广到 HOT 30 天未使用的模式 → 降级到 WARM 90 天未使用的模式 → 存档到 COLD 永远不要在询问之前删除

• 命名空间隔离

项目模式保持在 projects/{name}.md 中 全局首选项在 HOT 层（memory.md）中 领域模式（代码、写作）在 domains/ 中 跨命名空间继承：全局 → 域 → 项目

• 冲突解决

当模式相互矛盾时： 最具体的模式优先 全局模式 → 域模式 → 项目模式 如果仍然冲突，请询问用户以确定正确的模式。