1. 错误日志 (ERRORS.md)#

记录命令执行失败、集成错误等问题：

• 命令执行返回非零退出码
• 异常或堆栈跟踪
• 超时或连接失败
• API 调用失败

2. 学习日志 (LEARNINGS.md)#

记录从错误和反馈中学到的知识：

• correction - 用户纠正的错误认知
• knowledge_gap - 知识过时或不完整
• best_practice - 发现更好的解决方案
• insight - 重要的洞察和领悟

3. 功能请求日志 (FEATURE_REQUESTS.md)#

记录用户期望但当前不具备的能力：

• “能不能加上这个功能？”
• “希望可以实现…”
• “为什么不能做…？“

安装步骤#

推荐方式（通过 ClawHub）：

1
clawdhub install self-improving-agent

手动安装：

1
git clone https://github.com/peterskoett/self-improving-agent.git ~/.openclaw/skills/self-improving-agent

初始化#

在项目根目录创建 .learnings/ 文件夹和日志文件：

1
mkdir -p .learnings
2
[ -f .learnings/LEARNINGS.md ] || printf "# Learnings\n\nCorrections, insights, and knowledge gaps captured during development.\n\n**Categories**: correction | insight | knowledge_gap | best_practice\n\n---\n" > .learnings/LEARNINGS.md
3
[ -f .learnings/ERRORS.md ] || printf "# Errors\n\nCommand failures and integration errors.\n\n---\n" > .learnings/ERRORS.md
4
[ -f .learnings/FEATURE_REQUESTS.md ] || printf "# Feature Requests\n\nCapabilities requested by the user.\n\n---\n" > .learnings/FEATURE_REQUESTS.md

使用场景#

经验晋升#

当某个学习经验具有普适性时，可以将其”晋升”到更永久的位置：

• CLAUDE.md - 项目通用的事实和约定
• AGENTS.md - Agent 工作流和工具使用模式
• SOUL.md - 行为准则和沟通风格
• TOOLS.md - 工具能力和集成注意事项

晋升条件：当某个问题出现 3 次以上、跨至少 2 个不同任务、且在 30 天内，就该考虑把它固化到项目文档中了。

优点#

1. 即插即用 - 安装简单，配置容易
2. 结构清晰 - 三类日志文件覆盖所有场景
3. 格式规范 - 统一的记录格式便于后续检索和分析
4. 可扩展性强 - 支持经验晋升和技能提取
5. 兼容性好 - 不仅支持 OpenClaw，还支持 Claude Code、Codex、Copilot 等其他 Agent

适用人群#

• 经常使用 AI 编程助手的开发者
• 希望 AI 能记住项目特定约定的团队
• 需要 AI 在多次交互中持续进步的进阶用户

潜在改进#

• 如果能支持自动摘要生成会更方便
• 希望未来能有可视化的日志查看界面