真实应用

ClawHub 官方精选技能 Self-Improving Agent 描述了一种特殊的 AI Agent 工作模式：每次任务失败或被用户纠正，AI 自动将失败原因记录到一个结构化的”自我改进日志”中。下次遇到相似任务时，AI 会主动查阅这个日志，避免重复犯错。随着时间推移，AI 在特定领域的准确率和个性化程度会持续提升。这是区别于普通 AI 对话的关键能力——普通 AI 每次都是全新会话，而 Self-Improving Agent 会积累经验。

解决什么问题

普通 AI 代理的问题：

每次对话都是独立的，犯过的错下次还犯
用户纠正了 AI 的行为，下次 AI 依然犯同样的错误
AI 不知道你的偏好（比如不要选某个航空公司、邮件要简洁等）
长期使用时，AI 无法利用积累的经验

Self-Improving 方案：让 AI 在每次被纠正后记录经验教训，形成一个”永远不会犯第二次错”的系统。

前置条件

OpenClaw 已安装
有文件系统存储（本地或 Notion 都可以）
希望 AI 有长期记忆的个人用户或开发者

配置步骤

1. 建立自我改进日志

告诉 OpenClaw：

我需要你建立一个自我改进日志。

规则：
1. 每次我纠正你的行为（比如你说错了、选错了、或者我明确说下次不要这样），你就把这次错误记录到 /self-improving/log.md
2. 日志格式：
   ## [日期] [任务类型]
   错误行为：[描述你做错了什么]
   正确行为：[描述应该怎么做]
   原因：[你认为为什么会犯错]
   
3. 每次执行任务前，先查阅 /self-improving/log.md，如果有相关记录，主动规避

这个日志就是我的学习笔记，你会不断参考它，越来越懂我的偏好。

现在开始：
1. 检查 /self-improving/log.md 是否存在，如果不存在就创建一个空文件
2. 以后每次我纠正你，你都要更新这个文件

2. 创建自我改进日志模板

OpenClaw 会自动创建 /self-improving/log.md：

# 自我改进日志

> 每次我纠正你的行为，就在这里记录。从错误中学习，永远不犯第二次。

---

## [日期] [任务类型]

**错误行为**：
**正确行为**：
**犯错原因**：
**下次如何规避**：

---

3. AI 主动查阅日志

在每次执行任务前，AI 会自动先查阅日志。例如用户说”帮我订明天去上海的机票”：

AI 查阅 /self-improving/log.md：

相关记录：
- [2026-03-01] 机票选择
  错误：选了红色航司（xxx航空），价格贵且晚点率高
  正确：避开红色航司，优先选国企航司
  → 主动避开 xxx 航空

4. 定期回顾和总结

每月让 AI 回顾日志，做一次系统性改进：

你：这个月的自我改进日志，我有哪些重复犯的错误？

AI 回顾后：
1. 机票选择（犯错3次）：建立了明确规则——永远避开xxx航空
2. 邮件语气（犯错2次）：建立了明确规则——邮件第一句要有称呼
3. 日程安排（犯错1次）：记住了你不喜欢早晨开会

使用示例

场景：AI 记住了你的邮件风格

第一次，你说：下次我的邮件不要开头就说『如下』，太生硬了

AI 记录：
## 2026-03-15 邮件写作
错误行为：开头用如下
正确行为：开头用Hi XXX，或你好，
原因：用户不喜欢生硬的商务腔
下次规避：邮件开头要有称呼，语气亲切
之后每次写邮件，AI 主动用亲切的语气和称呼。

场景：代码风格被纠正

你：跟你说过很多次，不要用 var，要用 const

AI 记录：
## 2026-03-18 JavaScript代码
错误行为：使用了 var 声明变量
正确行为：统一用 const（除非需要重新赋值）
原因：用户团队规范要求使用 const
下次规避：写JavaScript时默认用 const，只有需要重新赋值时才用 let
此后 AI 所有 JS 代码都默认用 const。

场景：信息搜索偏好

你：我不是说过了吗，不要用百度搜索技术问题吗

AI 记录：

## 2026-03-20 信息搜索
错误行为：用百度搜索技术问题，搜到了很多低质量内容
正确行为：用 Google 或 Bing 搜索技术问题
原因：用户反馈百度搜技术内容质量差
下次规避：技术问题默认用 Google/Bing

场景：月度自我改进报告

AI 月度报告：

3月自我改进报告

本月被纠正次数：7次涉及领域：邮件写作(2)、代码风格(2)、搜索偏好(1)、日程安排(2)

改进趋势：

邮件风格：已稳定，连续3周无纠正

代码风格：已稳定，连续2周无纠正

搜索偏好：偶尔仍用百度，需要持续注意

建议：可以在 /self-improving/ 目录下创建针对不同领域的子日志，如 /self-improving/code-style.md，/self-improving/communication-style.md

预期结果

AI 重复犯错的概率：降低 70%（第一次犯错后，第二次几乎不会犯同样的错）
个性化程度：随使用时间持续提升，使用 3 个月后的 AI 比新 AI 懂你更多
效率提升：减少反复纠正的沟通成本
记录习惯：形成可查阅的个人知识库

踩坑记录

日志变得太大查询变慢

症状：/self-improving/log.md 越来越长，AI 查询变慢。

解法：每月末让 AI 做一次日志总结，将同类型错误合并为规则，清空已解决的具体记录。

AI 记录太多无关紧要的纠正

症状：日志里塞满了鸡毛蒜皮的纠正。

解法：设置过滤器——只有当用户明确说记住以后不要这个规则要记住时才记录，一般性讨论不记录。

不满意怎么调

只要任务记忆 → 关闭其他功能，只保留错误记录
多用户 → 为每个用户建立独立的自我改进日志
共享团队规范 → 团队共享一份规范日志，新成员也能继承

Self-Improving Agent：AI 自动记录错误并自我改进