by 运行时依赖
安装命令
点击复制技能文档
🔄 自迭代引擎 面向AI Agent技能的自迭代与反馈学习引擎。追踪使用日志、检测性能模式、触发技能更新，并基于重复请求模式提出新技能创建建议。 这是一个共享组件技能——其他技能通过它实现自我改进。更新时需保证向后兼容。用户也可能独立安装此技能使用其能力。
使用日志格式 每个声明依赖的技能维护一份使用日志： # 使用日志：
[YYYY-MM-DD] - 请求：<简述> - 结果：成功 | 部分成功 | 失败 - 用户修正：是 | 否 - 修正详情：<如果是，修正了什么> - 经验：<下次应该怎么做>
文件位置：memory/usage-logs/.md自迭代触发条件 定期审查时评估以下条件（默认每天，可配置）： 条件 行动 连续成功3次以上 标记为"稳定"——减少上下文分配 同一场景失败2次以上 标记SKILL.md需重新评估 同类请求出现3次以上 评估创建新专用skill 用户修正了输出 记录修正，调整后续该场景的行为 技能超过30天未审查 触发审查：检查依赖是否变更、更新示例 检测到外部技术变化 与技能核心技术栈对比，需要时更新
反馈循环实现 # memory/feedback-loop/.yaml feedback_loop: last_review: "2026-05-19" next_review: "2026-05-26" status: "stable" | "needs-attention" | "monitoring" patterns_observed:
- pattern: "用户在周末查询金融数据"
- "周末数据新鲜度"
审查周期 每日（轻量） 扫描今天的日志条目、检查失败模式、记录用户修正 每周（中等） 汇总性能统计、检查触发条件、触发更新或创建新技能、归档超过7天的日志 每月（深度） 全技能性能审查、对比成功率、识别下降趋势、检查外部技术是否取代了技能核心、基于积累的模式数据提出新技能想法、执行记忆清理（委托给complex-memory-manager）
更新决策矩阵 信号 决策 成功率>80%，无用户修正 无需更新 成功率60-80% 次要更新：澄清指令、添加边缘情况 成功率<60% 主要更新：重新设计工作流程、检查数据源 用户修正同一事项3次以上 修正SKILL.md中的特定指导 外部API/工具变化 立即更新 新竞争技术出现 评估迁移；如果2倍以上改进则更新
新技能创建标准 在以下情况创建新技能： 同一请求模式在不同用户中出现3次以上 该模式不能被现有技能良好处理 该模式有明确的、有界的范围 特定的工具/API能够改进结果 在memory/skill-ideas/中记录： proposal: name: <建议的slug> rationale: "模式X出现N次。现有技能Y处理它不佳，因为..." scope: "<有界描述>" priority: high | medium | low created: <日期>
跨技能使用 其他技能声明依赖： metadata: openclaw: requires: skills:
- self-iteration-engine