AI自我进化系统，自动捕获错误与用户纠正，建立跨会话的长期记忆，解决同类错误反复犯的痛点。
说明：
## 核心功能
**Self-Improving Agent** 是一套AI自我改进与记忆系统，旨在解决大模型对话中「同类错误反复犯、用户纠正不长记性」的核心痛点。通过自动化的错误捕获、用户纠正记录和最佳实践沉淀，实现AI的跨会话学习能力。
### 主要用法
**自动触发场景**：
– 命令执行失败（退出码非0）→ 自动记录到 `errors.jsonl`
– 用户说”不对”/”错了”/”应该” → 自动记录到 `corrections.jsonl`
– 发现更优解法 → 自动记录到 `best_practices.jsonl`
– 知识过时提醒 → 记录到 `knowledge_gaps.jsonl`
**执行前检查**：每次执行命令前自动查询记忆库，避免重复踩坑。例如执行 `npm install` 前，系统会提示历史错误记录和正确做法。
**跨项目同步**：记忆同时存储于全局目录（`~/.openclaw/memory/`）和项目级目录（`.learnings/`），并同步更新 `AGENTS.md` 和 `MEMORY.md`。
### 显著优点
1. **纯本地实现**：完全基于Python标准库，无第三方依赖，零网络请求
2. **自动触发**：无需手动记录，通过语义识别和退出码自动捕获学习点
3. **双级记忆**：全局记忆+项目级记忆，兼顾通用性和项目特异性
4. **执行前拦截**：在犯错前主动提示，而非犯错后才学习
5. **安全合规**：通过T-LITE全扫描，静态/动态分析均获95分以上
### 局限与风险
| 维度 | 说明 |
|——|——|
| 来源可信度 | T3级别（个人开发者”老二”），无公开GitHub仓库可追溯 |
| 记忆质量 | 依赖用户表达清晰度，模糊纠正可能导致错误学习 |
| 敏感信息 | 用户可能在纠正中无意暴露API Key等，需定期审查 |
| 过时知识 | 未内置自动失效机制，需人工定期review清理 |
| 迁移成本 | 记忆格式为特定JSONL结构，换用其他AI工具时迁移需转换 |
### 适合人群
– 长期与AI协作的开发者（周活跃会话>10次）
– 多项目并行、需要维护复杂上下文的团队
– 对AI反复犯同样错误感到沮丧的效率敏感型用户
– 有明确代码风格/操作规范需要AI遵守的项目
### 安全评估
安全扫描得分85/A级，无危险函数（eval/exec/system/subprocess），仅操作 `~/.openclaw/memory/self-improving/` 目录下的结构化数据文件。风险项RISK-001为功能必需的目录访问，RISK-002为T3来源的常规提醒，均无实质安全威胁。
会员专属
