让 AI Agent 具备自我进化能力，自动分析对话历史、更新记忆配置、记录学习成果，实现持续成长与优化
说明：
## 核心用法
self-learning 是一套**Agent 自我学习与记忆更新技能**，通过双引擎架构实现 AI 的持续自我成长：
**引擎A – 配置文件更新**：分析过去24小时对话，智能判断需新增/删除/更新的内容，自动维护8个核心配置文件（MEMORY.md、IDENTITY.md、USER.md、TOOLS.md、SOUL.md、AGENTS.md、BOOTSTRAP.md、HEARTBEAT.md）。
**引擎B – 学习记录系统**：即时记录用户纠正、错误、功能请求，采用结构化条目（LRN-/ERR-/FEAT- ID系统），支持 Pattern-Key 追踪重复模式（≥3次自动提升至项目文件）。
### 显著优点
– **通用化设计**：不限定平台（OpenClaw/其他），支持工作目录自动检测
– **企业级安全**：完整备份机制（保留7天/最多10个）、自动回滚、Markdown验证、删除保护
– **Hook集成**：onSessionStart 检查高优先级条目，onPromptSubmit 检测纠正信号
– **零外部依赖**：无网络API调用，纯本地文件操作
### 潜在局限
– 需用户明确授权工作目录访问，首次配置有一定门槛
– 个人开发者维护（T3来源），长期稳定性需关注社区活跃度
– 智能分析质量依赖底层AI能力，复杂场景可能需要人工复核
### 适合人群
– 需要长期记忆持久化的 AI Agent 用户
– 追求 Agent 个性化成长的进阶玩家
– 多项目/多角色管理的开发者团队
### 常规风险
– 工作目录配置错误可能导致非预期文件读写（已通过 Path隔离缓解）
– 需定期审查.learnings/目录避免敏感信息累积
– 建议开启–dry-run预览模式后再执行正式更新
会员专属
