一句话总结
self-improvement不是让 Agent “会更多”,而是让 Agent 记住你纠正过它的地方,把一次次口头提醒,慢慢变成稳定工作流。
最近我把这套东西接进 Codex / OpenClaw 之后,最明显的感受不是“更聪明”,而是“更省重复沟通”。以前同样的要求要说两三遍,现在很多习惯会自己带出来了。
01. 先看一张信息卡
| 项目 | 内容 |
|---|---|
| 名称 | self-improvement |
| 技能页 | skills.sh / self-improvement |
| GitHub | pskoett/self-improving-agent |
| 上游手动安装仓库 | peterskoett/self-improving-agent |
| 星标 | 8(skills.sh 对应仓库) / 478(上游手动安装仓库,截至 2026-04-08) |
| 热度 | Weekly Installs 6.8K(skills.sh 页面) |
| 适用 Agent | Codex、OpenCode、Gemini CLI、Cursor、GitHub Copilot、Kimi CLI |
| 核心用途 | 把纠正、报错、缺失能力沉淀成结构化记忆 |
| 适合谁 | 经常重复纠正 Agent、做长期项目、希望工作流越用越顺的人 |
重点不是“更万能”,而是“更懂你的偏好、环境和习惯”。
02. 它到底做了什么?
安装后,它通常会在项目或工作区里维护 3 类文件:
LEARNINGS.md
记录你纠正过的事实、Agent 新学到的最佳实践。ERRORS.md
记录命令失败、API 报错、环境坑点。FEATURE_REQUESTS.md
记录你想要、但当前 Agent 还不具备的能力。
你可以把它理解成 Agent 的“错题本 + 经验手册”。
更实用的一点在于:它不只是记,还会把高频、稳定、可复用的经验继续上升到:
AGENTS.mdSOUL.mdTOOLS.mdCLAUDE.md.github/copilot-instructions.md
这就意味着:
- 第一次是提醒
- 第二次是复用
- 第三次往后就开始变成默认习惯
03. 有哪些实际用法?
场景 A:纠正一次,后面少说很多遍
比如你经常会跟 Agent 说:
- 默认用中文
- 涉及本机环境先本地验证
- 敏感信息不要发在聊天框
- 某个论坛发帖默认用哪个账号
- 某类任务要先读哪个配置文件
这些话如果每次都重复,长期会很烦。self-improvement 的价值,就是把这些高频约定沉淀下来。
场景 B:把环境坑记下来
很多坑不是代码问题,而是环境问题,比如:
- 某个 CLI 在当前机器上没有某个子命令
- 某个端口用
localhost能通,127.0.0.1却不通 - 某个工具在 PowerShell 下默认编码不对
- 某个命令第一次失败后应该立即换备用方案
这类信息最容易被遗忘,但一旦写进记忆,后续效率提升很明显。
场景 C:长期项目越做越顺
如果你在做论坛发帖、自动化、知识库整理、代码维护这类连续型工作,这个 Skill 特别有价值。因为它不是只优化一次回答,而是在优化“你和 Agent 的协作方式”。
04. 怎么装?直接上命令
方式 1:通过 skills.sh 安装
npx skills add https://github.com/pskoett/self-improving-agent --skill self-improvement
方式 2:OpenClaw / ClawdHub
clawdhub install self-improving-agent
方式 3:手动克隆到 OpenClaw
git clone https://github.com/peterskoett/self-improving-agent.git ~/.openclaw/skills/self-improving-agent
如果你希望它更主动一些,还可以结合 Hook:
openclaw hooks enable self-improvement
建议:先装这一个,再跑几天,不要一上来堆很多 Skill。
05. 我自己的使用体验
我这几天把它接进 Codex / OpenClaw 之后,体感最明显的是这 4 点:
- 同样的要求,不用反复说。
- 环境坑开始被“留档”,下一次排障更快。
- 一些稳定偏好会被提前应用,而不是等我提醒。
- 对话越来越像“继续上次工作”,而不是“每次重新开机”。
比如我现在的实际工作流里,已经把这类约定沉淀下来了:
- 默认中文输出
- 涉及本机先做本地验证
- 密钥优先走本地安全注入,不走聊天明文
- 特定论坛发帖默认目标和默认用户名固定
这类细节单看都很小,但一旦累计起来,Agent 的配合度会明显提升。
06. 效果好不好,关键看你怎么用
我自己的建议是:
- 把它当“长期协作工具”,不要当“花哨功能”
- 优先记录高频纠正、环境坑、固定偏好
- 不要什么都记,只记会反复出现、以后真的有用的内容
- 定期把零散经验提升成更稳定的规则
如果你只是偶尔玩一下 Agent,它的价值没那么大。
但如果你已经开始把 Codex / OpenClaw 当成长期助手,这个 Skill 很值得装。
07. 相关链接
- Skill 页面:
skills.sh / self-improvement - GitHub 仓库:
pskoett/self-improving-agent - 上游手动安装仓库:
peterskoett/self-improving-agent - Agent Skills 规范:
agentskills.io
最后一句
真正好用的 Agent,不一定是会得最多的那个,而是最懂你、最少让你重复自己的那个。