OpenClaw 如何学会自我改进：Self-Improving Skill 深度解析

前两篇文章已经分别把几个关键环节打通：

• 💻 环境与模型：在 Windows WSL2 里部署好 OpenClaw，把 MiniMax 配置成默认大脑，并通过 Gateway 和飞书通道跑通闭环。（基于 Windows WSL2 + MiniMax 模型的 OpenClaw 安装使用（保姆级教程））
• 🧩 Skills 全景：从 ClawHub 里挑了一批常用技能，按下载量、场景给出优先级推荐，顺带演示了以 github 为例的一整套安装与调用流程。（OpenClaw Skills 实战：常用技能推荐与安装示例）

1. 为什么在 OpenClaw 里需要 Skills，而不仅仅是“模型 + 网关”；
2. Skills 对 OpenClaw 的长期价值，尤其是对稳定性与可维护性的影响；
3. AI 智能体怎样借助这样的 Skill，在日常使用中逐步形成“自我完善”的能力。

在这个前提下，先从一个在实际使用中非常常见的问题说起：

怎么让 AI 智能体
真正记住被纠正过的习惯，别总是“一次次重犯同样的错误”？

围绕这一点，本文选取了 ClawHub 上由 Iván Davila 提供的技能 Self-Improving Agent（Proactive Self-Reflection） 作为案例。在 ClawHub 与 LLMBase 的介绍里，这个技能的下载量已经稳定排在前列（可参考 ClawHub 技能页 与 LLMBase 介绍）。

很多人用 AI 智能体时，都会遇到类似体验：

• 明明前几轮已经说明“变量名不要随便重命名”，结果下一次改代码时又给全部变量换了一遍名字。
• 文案风格已经强调“少一点夸张语气”，写着写着又开始加一堆“颠覆”“震撼”之类的词。
• 项目已经统一好目录结构和注释规范，换一个任务又得从头解释一遍。

一两次还好，频繁重复说明之后，很难不怀疑：

这些纠正到底有没有被“学进去”，还是每一轮对话都在重新开始？

Self-Improving Agent 的设计目标，就是让 OpenClaw 里的 AI 智能体具备四类核心能力：

• 🪞 自我反思（Self-Reflection）：在完成一段工作后，主动回顾“哪些地方做得不好”“有哪些改进空间”。
• 🧪 自我批评（Self-Criticism）：对自己的输出进行有针对性的“挑错”，避免盲目自信。
• 📚 自我学习（Self-Learning）：把重复出现的纠正与偏好抽象成“模式”，下次遇到类似问题时提前避坑。
• 🧠 自组织记忆（Self-Organizing Memory）：把这些模式整理成多层记忆结构，既有随时可用的“HOT 记忆”，也有按项目 / 域划分的“WARM 记忆”，还有长期归档的“COLD 记忆”。

简单说，这个 Skill 做的是一件“听起来理所应当，但实际上很多模型都没做好”的事情：

在不改动基础大模型的前提下，让 AI 智能体渐渐形成一套
有条理、有选择性的长期习惯。

根据 LLMBase 等资料介绍（可参考 Self-Improving Agent 说明），安装好这个 Skill 后，本地会在 ~/self-improving/ 下维护一套分层记忆结构，大致如下：

• 🔥 HOT 记忆（memory.md）
• 文件路径：~/self-improving/memory.md
• 内容限制：不超过约 100 行。
• 特点：每次调用 Self-Improving Agent 时都会被加载，是 AI 智能体“时刻在脑子里”的那部分习惯。
• 🌡 WARM 存储（项目 / 领域记忆）
• 典型目录：
• ~/self-improving/projects/：按项目维度存放经验（例如某个代码仓库、某个自动化流程）。
• ~/self-improving/domains/：按领域维度存放经验（例如“技术写作”“ToC 产品文案”“Python 脚本”等）。
• 特点：不会每一次都全量加载，而是按需要与上下文选取，避免 context 被占满。
• ❄️ COLD 存储（archive/）
• 目录：~/self-improving/archive/
• 用途：把很久没再触发、或优先级已经降低的模式“降级”到冷存储。
• 好处：既不浪费宝贵的 HOT 记忆空间，又能在必要时回溯历史。

• 📝 纠错日志（corrections.md）
• 文件路径：~/self-improving/corrections.md
• 作用：只保留最近一批“被用户纠正”的场景，一般约 50 条左右。
• 内容：每条包括“触发句子”“原本行为”“用户希望的行为”“是否已经成功应用过几次”等信息。

整体可以理解成一套“多级缓存”：

• HOT 像 CPU L1 Cache，始终保持小而精；
• WARM 像更大的 L2/L3 Cache，按任务类型做分层；
• COLD 则像长期归档的仓库，必要时再从历史中“捞回来”。

在具体实现上，Self-Improving Agent 还约定了一组比较清晰的“Core Rules”，用来规范记忆写入、存储位置与行为边界，可以简单理解为这几个方面：

• 🧠 只从“明确的纠正与自我反思”中学习
• 只有在两类场景下才会记笔记：一是使用者明确指出“哪里不对、以后怎么做”；二是智能体自己在任务结束后做自我反思、发现可以改进的地方。
• 不会从沉默中“脑补偏好”，也不会因为单次偶然行为就当成长期规则；同一类教训至少出现 3 次，才会尝试把它固化为规则，并在必要时向使用者确认。
• 🗂 分层存储与自动升降级
• HOT（memory.md）：不超过 100 行，始终加载，放的是最核心、最常用的偏好。
• WARM（projects/、domains/）：每个文件不超过约 200 行，按项目和领域拆分，只在上下文匹配时加载。
• COLD（archive/）：没有固定大小限制，用来存放长期不再触发但可能需要追溯的历史模式。
• 模式在 7 天内成功应用 3 次，可以从 WARM 提升到 HOT；长期（例如 30 天、90 天）未再触发的模式，会从 HOT 降到 WARM，再归档到 COLD，但不会直接被删除。
• 🧾 按命名空间隔离偏好
• 项目相关的习惯写在 projects/{name}.md 里，只在对应项目生效；
• 更通用的写作 / 编码风格，放在 domains/ 下的领域文件里；
• 全局偏好则保存在 memory.md 中。
• 实际使用时遵循“全局 → 领域 → 项目”的继承顺序，如果不同层级之间出现冲突，优先采用“越具体的越优先”，同一层级里则以后写入的为准；确实无法自动判断时，会选择询问而不是自作主张。
• 🧹 在不丢偏好的前提下做“压缩”
• 当某个文件接近大小上限时，会尝试把语义相近的多条纠正合并成一条更抽象的规则；
• 对明显长期不用的模式，优先归档到 COLD，而不是直接删除；
• 对特别啰嗦的记录，会进行适度摘要，但已经确认的偏好本身不会丢失。

• 🔍 保持可追溯与可解释
• 当根据某条记忆采取行动时，会在内部标明来源，例如“来自 projects/foo.md 的第 N 行”，方便后续排查；
• 支持按周期（例如每周）生成一份“学习摘要”，列出最近新增、降级、归档的模式，也支持在需要时导出整个 ~/self-improving/ 目录作为一份 ZIP 归档。
• 🔐 边界清晰：只管理偏好，不越权访问
• 只会在 ~/self-improving/ 目录下读写自己的记忆文件；
• 不访问日历、邮箱、联系人，也不主动发起网络请求；
• 不会擅自修改自己的 SKILL.md 文档，更不会把敏感信息（例如账号口令、健康数据、三方平台密钥）写入记忆。

Self-Improving Agent 的一个有趣之处在于：
并不要求使用者手动写一堆规则文件，而是自动监听“被纠正”的场景，再把这些场景抽象成可重用的模式。

在英文世界里，官方示例会重点关注一些典型触发短语，例如：

• “Why do you keep …”
• “Stop doing X”
• “I told you before …”

对应到中文场景，就非常容易联想到日常会说出的几类话：

openclaw skills 教程
• “别再帮忙重命名变量了，就按原来的名字来。”
• “以后写文案不要用‘震撼’‘颠覆’这种词。”
• “前面已经说过一遍，这个项目统一用蛇形命名，不要再混着来。”

Skill 的逻辑大致是：

• 🔎 当检测到这些“明显是在纠正行为”的语气时，就会把本次对话片段记录到 corrections.md；
• 🧩 经过几次类似纠正后，会尝试提炼出更抽象的“模式”：例如“在技术文章里减少夸张形容词”“变量命名遵守某约定”等；
• 📌 当某个模式被成功应用了 3 次以上，就有机会被“晋升”到 HOT 记忆的 memory.md 中，成为长期习惯。

从使用体验角度看，关键不在于记住某一句话，而在于逐渐形成一套能跨任务迁移的偏好体系。

前提条件与前两篇文章保持一致：

• ✅ 已在 WSL2 / Linux 环境中装好 OpenClaw，openclaw --version 正常；
• ✅ MiniMax（或其他主力模型）已配置成默认模型；
• ✅ Gateway 可以通过 openclaw gateway 启动并保持运行；
• ✅ npm 可用，最好已配置国内镜像源。

按照 ClawHub 技能页 与相关文档的说明，这个 Skill 在 ClawHub 上的 slug 为 self-improving，可以直接使用 ClawHub 安装。

在 WSL2 的 bash 中执行：

# 可选：提前确保 npm 使用国内镜像 npm config set registry https://registry.npmmirror.com # 使用 npx 安装 self-improving npx clawhub@latest install self-improving 

如果平时已经全局安装过 ClawHub，也可以使用更短的命令：

clawhub install self-improving 

安装完成后，可以用下面的命令查看是否出现在列表中：

npx clawhub@latest list 

在输出中能看到 self-improving，说明已经就绪。

Self-Improving Agent 的一个优点是：
不依赖外部付费 API Key，主要使用本地文件系统与已有的大模型能力。

也就是说，只要 OpenClaw 自己的主模型已经配置好（例如 MiniMax），额外部分基本不需要再去申请新平台的密钥。
安装完成后，OpenClaw 一般会在 ~/.openclaw/openclaw.json 的 skills.entries 下新增一个与 self-improving 相关的配置块，主要是一些开关、路径与阈值（例如 HOT 记忆最大行数、触发次数等），具体字段名称可参考该 Skill 自带的 SKILL.md。

普通使用场景中，即便不手动修改这些配置，默认行为也足以应对大多数需求。

为了更直观地感受这个 Skill 的效果，可以从一个非常常见、又经常令人头疼的场景入手：

在一个长期维护的代码仓库里，希望 AI 智能体只补充逻辑，不要随意改动已有变量名和函数签名。

一个相对自然的操作过程大致如下（以某个 Workspace 为例）：

• 🧪 第一次协作
• 让 OpenClaw 智能体帮忙重构一段函数；
• 结果发现它把原本简洁清晰的变量名全部换掉了。
• 这时可以明确地说出偏好，例如：
• “以后在这个项目里，重构时不要重命名已有变量，除非变量名明显有歧义。”
• 🔁 第二、三次纠正
• 当类似情况再次出现时，不要只说“这样不对”，而是重复这个“规则式”的纠正语句；
• Self-Improving Agent 会把这些纠正记录在 corrections.md 中，并逐步抽象成模式。
• ✅ 多次成功应用后
• 一旦模型在后续任务中多次成功遵守这一约定，这条“不要乱改变量名”的习惯就有很大概率进入 HOT 记忆；
• 之后在同一 Workspace / 项目背景下，再次请求重构，变量名被“无故改写”的概率会明显降低。

这个过程既不需要手动编辑 memory.md，也不要求记住一大串配置键值，只要在日常对话中保持纠正语气的稳定与具体，Self-Improving Agent 就会在后台慢慢帮忙“捋顺”这些偏好。

Self-Improving Agent 虽然能自动整理偏好，但要真正发挥威力，日常使用中有几个小建议值得注意：

• 🎯 纠正要具体，而不是情绪化
• 相比简单地说“这不对”，更有效的做法是给出可抽象的规则，例如“在技术类文章里尽量避免夸张形容词，多用客观描述”。
• 🔁 对同一类偏好保持稳定表述
• 如果每次纠正都换一种说法，模型更难从中提炼模式；
• 适当复用类似句式，反而有利于 Self-Improving Agent 把它识别为同一类“习惯”。
• 🧱 为不同项目和领域提供清晰上下文
• 例如给不同 Workspace 起有区分度的名字，或在项目开头就声明“这是某个仓库的专用习惯”；
• 有助于 Skill 把记忆正确放入 projects/ 或 domains/ 里的合适位置。
• 🚦 定期查看与整理记忆文件（可选）
• 对于特别在意“习惯可控性”的场景，可以偶尔检查 memory.md 与 corrections.md；
• 如果发现有已经不适用的模式，完全可以手动编辑或归档，避免旧习惯影响新项目。

• 🔧 与 capability-evolver、gog 等“能力演化类”技能结合
• 前者负责“怎样把一段能力变得更强、更自动化”，
• Self-Improving Agent 则负责“在这个过程中，把被多次纠正的问题记录下来，后续尽量避免重复出现”。
• 📦 与 github、wacli 等开发协作类技能结合
• 在自动提 PR、批量改代码、调整脚本时，通过自我反思减少“思路正确但风格不统一”的情况；
• 例如持续记住某个仓库的提交信息格式、测试命令约定等。
• 📄 与 summarize、humanize-ai-text 等内容类技能结合
• 在频繁生成摘要和长文时，逐步形成更贴合团队口味的文风；
• 一些反复强调的写作偏好可以自然沉淀到 HOT 记忆中。

引入 Self-Improving Agent 之后，OpenClaw 里的 AI 智能体，不再只是一个“永远从零开始”的对话对象，而更像是一位可以长期共事、会记住被纠正过习惯的同事：

• 初期可能依然会犯一些重复错误，但只要通过明确、稳定的纠正语句指出问题，相关模式就会慢慢沉淀下来；
• 经过一段时间的磨合，智能体在特定项目和领域上的“风格与偏好”会越来越接近团队预期；
• 配合 ClawHub 生态中的其他 Skills，就能在写作、开发、运维等多个场景里，逐步搭建出一套“越用越懂事”的自动化体系。

在 OpenClaw 的整个使用旅程里，Self-Improving Agent 不一定是最显眼的那一个 Skill，也绝不是“非装不可”的必选项。
更合理的看法是：它提供了一套相对完整的“自我反思 + 记忆分层 + 纠错沉淀”的范例，既可以直接拿来用，也可以作为设计、评估其他 Skills（包括自研 Skills）的一个参考坐标。
至于是否安装、何时安装，完全可以根据当前项目复杂度、团队协作程度和资源投入来决定——关键是通过这个案例，看到 “Skills 能为 OpenClaw 带来的，不只是单点能力，而是一整条让 AI 智能体在特定场景下逐步完善自身行为的路径”。

欢迎关注我的公众号：数智脉动，后续介绍更多 OpenClaw 的相关内容。