AI Agent 的持续学习

一种基于本能的学习系统，帮助 AI Agent 通过观察与模式识别实现自我优化。

该技能的作用

• 分析会话历史 —— 审阅 Agent 的交互记录与输出内容
• 检测模式 —— 识别重复出现的行为、偏好、工作流
• 生成本能（instincts） —— 原子级学习项，并附带置信度评分
• 提出优化建议 —— 基于已观测到的行为模式
• 支持自我演化 —— 将洞察转化为实际改进

适用场景

建议使用时：

• 构建具备自优化能力的 AI Agent
• 希望 Agent 能从交互中自主学习
• 探索潜在的优化机会
• 构建具备自适应能力的自动化流程
• 追踪行为模式变化

可跳过使用时：

• 倾向采用静态、固定不变的行为逻辑
• 无可用于分析的会话历史
• 仅需简单、确定性的执行流程

架构

~/.openclaw/agents/ （会话 .jsonl 文件）
        │
        ▼
┌───────────────────────────────────────────┐
│ analyze.mjs                                │
│ • 读取会话历史                            │
│ • 提取工具调用及错误信息                   │
│ • 检测行为模式                             │
└───────────────────────────────────────────┘
        │
        ▼
┌───────────────────────────────────────────┐
│ memory/learning/                           │
│ • instincts.jsonl （原子级学习项）         │
│ • patterns.json （聚合后的模式）           │
│ • optimizations.json （优化建议）          │
└───────────────────────────────────────────┘

外部反馈（子技能）

本技能与 agent-self-improvement（ClawHub）协同工作，以捕获来自外部用户的反馈：

• 内部学习：会话分析（即本技能）
• 外部学习：通过 SKILL:agent-self-improvement 获取用户反馈

联合使用方式

# 每日夜间：执行内部分析
SKILL:openclaw-continuous-learning --analyze

# 在任意输出后：捕获用户反馈
SKILL:agent-self-improvement --job  --feedback ""

# 每日汇总：生成综合优化方案
SKILL:agent-self-improvement --improve all

反馈流程

用户响应 → agent-self-improvement → 指令提示（Directive Hints）
        ↓
会话分析 → openclaw-continuous-learning → 内部行为模式
        ↓
综合洞察 → Agent 优化

两项技能均将学习成果存入 memory/learning/ 目录，并可互相引用对方的数据。

置信度评分机制

置信度提升条件：

• 同一模式被多次观测到
• 用户未对相应行为进行纠正
• 多个独立观测结果相互印证

置信度降低条件：

• 用户明确指出并纠正该行为
• 该模式近期未再出现
• 出现矛盾性证据

核心概念

本能（Instincts）

本能是一种细粒度的习得行为：

id: prefer-simplicity
trigger: "when solving problems"
confidence: 0.7
domain: problem_solving
---
# Prefer Simple Solutions

## Action
Always choose the simplest solution that meets requirements.

## Evidence
- Observed preference for minimal code
- User corrected over-engineered approaches

模式（Patterns）

按类别聚合的观测结果：

• code_style
• testing
• git
• debugging
• workflow
• communication

优化项（Optimizations）

由模式推导出的、可落地执行的改进建议。

典型用例

1. Agent 自我优化

Agent 观察自身历史会话：
- 哪些行为始终有效？
- 哪些行为被反复纠正？
- 出现了哪些稳定模式？

生成本能 → 应用高置信度模式

2. 用户偏好学习

从交互中学习用户偏好：
- 编码风格偏好
- 沟通方式偏好
- 工作流偏好

据此动态调整自身行为

3. 性能优化

识别性能相关模式：
- 执行缓慢的操作
- 系统瓶颈点
- 可优化环节

提出针对性优化建议

4. 错误模式识别

追踪错误发生模式：
- 常见失败类型
- 典型解决策略
- 预防性措施

构建错误处理类本能

快速开始

# 分析会话（读取 ~/.openclaw/agents/ 下的 agent .jsonl 文件）
cd ~/.openclaw/workspace/skills/openclaw-continuous-learning
node scripts/analyze.mjs

# 列出已学习的本能
node scripts/analyze.mjs instincts

# 查看优化建议
node scripts/analyze.mjs list

# 查看错误模式
node scripts/analyze.mjs errors

初始化配置

1. 创建存储目录

mkdir -p ~/.openclaw/workspace/memory/learning

2. 设置周期性分析任务

添加至 cron 实现定时分析：

{
  "id": "continuous-learning",
  "schedule": "0 22 * * *"
}

3. 与每日提示集成

接入 daily summary 流程，实现优化建议的定期推送。

文件结构

~/.openclaw/workspace/
└── memory/
    └── learning/
        ├── instincts.jsonl    # 原子级学习项
        ├── patterns.json      # 聚合后的模式
        └── optimizations.json # 优化建议

示例输出

🧠 学习报告

已检测模式：
- prefer-simplicity (0.7) ↑2
- test-first (0.5) ↑1
- commit-often (0.3) new

置信度变化：
- minimal-code: 0.5 → 0.7

建议执行：
1. 优先选择简洁解法
2. 添加 pre-commit hooks
3. 启用更严格的类型检查

最佳实践

1. 从简入手 —— 初始仅定义少量模式，设定较低置信度
2. 高频验证 —— 定期确认已有模式是否依然成立
3. 审慎采纳建议 —— 不要无条件自动应用全部建议
4. 持续跟踪置信度 —— 根据实际效果动态调整评分
5. 导出与共享 —— 构建通用行为模式知识库

常见问题

这与 Memory 有何区别？
Memory 用于存储事实性信息；而本技能专注于学习行为模式与用户偏好。

多久能看到明显效果？
取决于会话数据量，通常需 1–2 周方可形成具有统计意义的行为模式。

能否安全地自动启用？
仅推荐对高置信度（≥0.7）的模式启用自动应用；所有建议均须人工复核后再实施。

相关技能

• skill-engineer —— 质量受控的技能开发流程
• compound-engineering —— 会话复盘与学习机制
• memory-setup —— Memory 初始化配置
• openclaw-daily-tips —— 每日优化提示服务

版本： 1.1.0
灵感来源： Anthropic 的持续学习范式、Claude Code homunculus