OpenClaw 技能深度解析（一）：Self-Improving —— 从 SKILL.md 看 AI 的自我进化逻辑

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：

SKILL.md

元数据区

BEHAVIOR 行为定义

LEARNING 学习规则

SELF-EVOLUTION 自我进化

技能名称、版本、作者

触发器列表

依赖项

记忆捕获规则

分层存储策略

自我反思流程

人类确认机制

元学习指令

参数动态调整

安全边界

进化触发条件

提案与审批

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

淘汰/提升

长期未用

手动调取

COLD 层：归档记忆

archive/
按时间归档

WARM 层：情景记忆

projects/
项目A

projects/
项目B

domains/
Python

domains/
文案

memory.md
≤100行

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：

是

否

任务完成

回顾摩擦点

生成反思记录

写入 reflections.log

同一教训
7天≥3次?

生成候选记忆条目

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：

确认

拒绝

推迟

连续3次忽略

待确认条目

AI 主动询问用户

用户选择

移入 HOT 层

删除条目

保留在待确认区

默认拒绝

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：

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：

1. 解析纠正：识别出“偏好纠正”（Ant Design、TypeScript、箭头函数）。
2. 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 = () => ..."
3. 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。