Appearance
OpenClaw自我进化配置指南：让AI记住错误持续改进
摘要：OpenClaw有个技能叫self-improving-agent，34万次下载。它能让AI记住错误、持续改进。配置指南来了。
AI能"自我进化"？
听起来像科幻片。
但OpenClaw有个技能，叫 self-improving-agent。
它是ClawHub下载量最高的技能之一：34.7万次下载。
核心功能：让AI记住错误，持续改进。
self-improving-agent是什么？
核心原理
这个技能的工作方式：
- 捕获：记录用户纠正Agent的内容
- 存储：把纠正内容写入记忆
- 应用：下次遇到类似情况，Agent会用正确的方式回答
简单说：你纠正一次，它就记住一次。
适用场景
| 场景 | 例子 |
|---|---|
| Agent理解偏差 | 你说"简单的"，它写了2000字，你纠正后它学会简洁 |
| Agent回答错误 | 它给错误信息，你纠正后它记住正确答案 |
| Agent行为不当 | 它做了不该做的事，你纠正后它不再犯 |
安装配置
步骤1：安装技能
bash
npx clawhub@latest install self-improving-agent步骤2：配置Agent
yaml
agents:
default:
skills:
- self-improving-agent步骤3：启用记忆存储
yaml
skills:
- name: self-improving-agent
config:
memoryPath: "./memory/improvements"
autoSave: true
maxEntries: 1000步骤4：验证安装
bash
openclaw skills list看到 self-improving-agent 就说明安装成功。
使用方法
场景一：纠正理解偏差
对话过程：
用户：帮我总结一下这篇文章
Agent：（写了500字总结）
用户：太长了，只要3句话
Agent：明白了，以后总结会控制在3句话以内。
（此时Agent记录了"用户偏好简洁总结"）下次对话：
用户：帮我总结一下那篇新闻
Agent：（自动控制在3句话以内）场景二：纠正错误信息
对话过程：
用户：DeepSeek的价格是多少？
Agent：DeepSeek-Chat是¥3/百万token...
用户：错了，是¥1/百万token
Agent：感谢纠正！DeepSeek-Chat确实是¥1/百万token（输入）。
（此时Agent记录了正确的价格信息）下次对话：
用户：DeepSeek多少钱？
Agent：DeepSeek-Chat：¥1/百万token（输入），¥2/百万token（输出）场景三：纠正行为
对话过程：
用户：帮我查一下竞争对手的产品
Agent：（开始执行网络搜索）
用户：不要搜索外部网站，只查我们数据库
Agent：明白了，以后类似任务只查内部数据库。
（此时Agent记录了"优先内部数据源"）配置详解
完整配置项
yaml
skills:
- name: self-improving-agent
config:
# 记忆存储路径
memoryPath: "./memory/improvements"
# 自动保存纠正
autoSave: true
# 最大条目数（防止记忆膨胀）
maxEntries: 1000
# 记忆类型
memoryTypes:
- "correction" # 纠正记录
- "preference" # 用户偏好
- "error" # 错误记录
# 触发关键词（检测用户纠正）
triggerKeywords:
- "不对"
- "错了"
- "不是"
- "应该是"
- "不要"
- "太长"
- "太短"
# 是否需要确认
requireConfirmation: false配置说明
| 配置项 | 说明 | 默认值 |
|---|---|---|
memoryPath | 记忆存储位置 | ./memory/improvements |
autoSave | 自动保存纠正 | true |
maxEntries | 最大记忆条目 | 1000 |
requireConfirmation | 记录前确认 | false |
记忆文件结构
存储位置
./memory/improvements/
├── corrections.json # 纠正记录
├── preferences.json # 用户偏好
└── errors.json # 错误记录文件格式
corrections.json：
json
[
{
"timestamp": "2026-04-04T10:30:00Z",
"context": "用户询问DeepSeek价格",
"wrongAnswer": "¥3/百万token",
"correctAnswer": "¥1/百万token",
"source": "user-correction"
}
]preferences.json：
json
[
{
"timestamp": "2026-04-04T10:35:00Z",
"type": "summary-length",
"value": "3句话以内",
"source": "user-feedback"
}
]高级用法
查看学习记录
bash
openclaw memory search "correction"手动添加学习内容
yaml
# 在 memory/improvements/preferences.json 中添加
[
{
"type": "response-style",
"value": "简洁、数据优先、避免形容词",
"source": "manual"
}
]清除学习记录
bash
# 清除所有学习记录
openclaw memory clear --skill self-improving-agent
# 清除特定类型
openclaw memory clear --type corrections导出学习记录
bash
openclaw memory export --skill self-improving-agent --output learning-backup.json与其他技能配合
配合ontology（知识图谱）
yaml
agents:
default:
skills:
- self-improving-agent
- ontology效果：
- self-improving-agent 记录纠正
- ontology 结构化存储知识
- 两者结合，记忆更持久、更结构化
配合memory（长期记忆）
yaml
agents:
default:
skills:
- self-improving-agent同时使用MEMORY.md记录重要决策：
markdown
# MEMORY.md
## 用户偏好（来自self-improving-agent）
- 总结控制在3句话
- 不搜索外部网站
- 优先内部数据库效果对比
不用self-improving-agent
用户：帮我总结
Agent：（写500字）
用户：太长了
Agent：（下次还是写500字）
用户：太长了
Agent：（永远记不住）用了self-improving-agent
用户：帮我总结
Agent：（写500字）
用户：太长了
Agent：好的，我记住了。（记录偏好）
用户：帮我总结
Agent：（自动控制在3句话）一次纠正，终身有效。
注意事项
1. 记忆膨胀
长期使用后，记忆文件会变大。
解决方案： 定期清理，设置maxEntries。
bash
openclaw memory clean --older-than 30d2. 记忆冲突
不同场景可能有矛盾的偏好。
解决方案： 为不同Agent配置独立记忆。
yaml
agents:
customer-service:
skills:
- name: self-improving-agent
config:
memoryPath: "./memory/cs-improvements"
researcher:
skills:
- name: self-improving-agent
config:
memoryPath: "./memory/research-improvements"3. 敏感信息
纠正内容可能包含敏感信息。
解决方案： 定期审查记忆文件，删除敏感内容。
常见问题FAQ
Q：Agent真的会"学习"吗？
A：不是传统意义的机器学习。它是记住你的纠正，下次应用。本质是"记忆+检索"。
Q：学习的内容会丢失吗？
A：存在文件里，不会丢失。除非你删除文件或清理记忆。
Q：多人使用会冲突吗？
A：会。如果多人共用一个Agent，偏好会混合。建议为不同用户配置不同Agent。
Q：如何关闭自动学习？
A：设置 autoSave: false，或卸载技能：
bash
npx clawhub@latest uninstall self-improving-agent总结
self-improving-agent 的核心价值：
| 功能 | 效果 |
|---|---|
| 记住纠正 | 一次纠正，终身有效 |
| 记住偏好 | 自动适应用户习惯 |
| 减少重复 | 不用反复说同样的话 |
不是AI变聪明了，是AI变"懂你"了。
你的Agent学会了吗？试过这个技能吗？评论区聊聊。
🦞 Claw is the law. 学习，是最好的进化。
