agent自进化框架:让 Agent 同一类错误只犯一次

前言

用 Coding Agent 做长任务时,常见情况是:某次工具调用失败、某条约束被忽略,你在对话里纠正一次,换一个新会话或新任务,同类问题又出现。人工把教训写进规则或 MEMORY 可以缓解,但要靠你记得记、记全,且和运行日志往往对不上。

下面介绍 SkillHub 上的 agent自进化框架(坐标 @user_a6b21d30/self-evolving-core)。它把「运行记录 → 自动动作 → 经验提取 → 持久化 → 路由加载」串成闭环,目标是在无需你逐步手工整理的前提下,让 Agent 从自己的日志里沉淀可复用经验。

这是什么

agent自进化框架 是一条面向 AI Agent 的自进化能力 Skill:自动记账、阈值检测、经验提取闭环、免疫规则,并强调全链路数据无截断保留。发布者为社区用户 user_a6b21d30,分类为 ai-agent,当前版本 5.2.1,来源标注为 community。SkillHub 页面显示 requires_api_key=false,不依赖额外 API Key 配置。

官方一句话能力概括:log → R1/R2/R3 自动动作 → auto-review 自动提取经验 → 写入 JSON → Router 加载生效,学习环闭合后由 Router 侧加载,无需人工逐步搬运经验。

  • SkillHub 展示页:https://www.skillhub.cn/skills/user_a6b21d30/self-evolving-core
  • 资源地址:https://api.skillhub.cn/user_a6b21d30/self-evolving-core

核心功能

以下均来自官方简介与 SkillHub 页面,不展开未公开的配置细节。

自动记账与阈值检测

运行过程产生的日志会被持续记录(「自动记账」)。当指标或异常达到设定阈值时,触发后续自动动作,而不是只把错误留在对话上下文里。

R1 / R2 / R3 自动动作

官方将闭环中的自动响应概括为 R1、R2、R3 三档动作,由日志与检测结果驱动。具体触发条件与动作语义以安装后的 Skill 文档(SKILL.md)为准;对外宣传的重点是:异常路径上有结构化响应,而不是仅依赖当轮对话里的临时提醒。

auto-review 与经验写入 JSON

经历上述动作后,auto-review 会从完整日志中自动提取可复用经验,写入 JSON 持久化。官方强调「数据存储零截断、信息完整保留」,避免经验提炼时因截断丢失关键上下文。

免疫规则与 Router 加载

提取结果配合免疫规则(避免重复踩坑),由 Router 在后续任务中加载生效。这样新会话或新任务不必重新口头交代同一类约束。

安装与启用

SkillHub 推荐两种方式:用 CLI 安装到当前 Agent 的 skills 目录,或把安装提示词发给 AI 让其按官方安装文档操作。

1、安装 SkillHub CLI(若尚未安装)

先检查是否已有 skillhub:

command -v skillhub && skillhub --version

未安装时可按 SkillHub 安装文档执行完整安装(CLI + 默认 Skill):

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

仅安装 CLI:

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only

安装说明全文:https://skillhub.cn/install/skillhub.md

2、安装本 Skill

必须用 --dir 指向当前 Agent 实际使用的 skills 目录,否则默认会装到 ./skills/,Agent 可能无法识别。

skillhub install @user_a6b21d30/self-evolving-core --dir <你的 skills 目录>

常见客户端 skills 路径(摘自 SkillHub 安装文档):

  • Cursor:~/.cursor/skills/
  • Claude Code:~/.claude/skills/
  • Codex:~/.codex/skills/ 或项目下的 .agents/skills/

也可在 SkillHub 技能页将下列提示词发给 AI,由其按 https://skillhub.cn/install/skillhub.md 完成安装:

请根据 https://skillhub.cn/install/skillhub.md,安装 `@user_a6b21d30/self-evolving-core`。

安装完成后,按你所用客户端的要求刷新或重启 Agent,使 Skill 被加载。

典型用法

公开资料未提供独立演示仓库或逐步截图;可复现的用法分两层理解。

安装层:完成上一节 CLI 或提示词安装,确保 @user_a6b21d30/self-evolving-core 出现在对应 skills 目录,版本与 SkillHub 一致(当前 v5.2.1)。

运行层:在正常 Agent 任务中让框架参与默认工作流——任务产生 log,满足条件时走 R1/R2/R3,再经 auto-review 写 JSON,由 Router 在后续轮次加载。你不需要在每条对话里手动维护一份经验清单;需要核对行为时,以 Skill 包内 SKILL.md 及生成的 JSON 存储位置为准(具体路径以安装后文档为准)。

适用场景与注意

适合谁

  • 长时间、多步骤的 Agent 开发或运维任务,重复类错误成本高。
  • 希望经验来自真实运行日志,而不是零散的聊天备注。
  • 使用支持 SkillHub / 通用 SKILL.md 的客户端(如 Cursor、Claude Code、Codex 等)。

使用注意

  • 社区来源(community),行为与存储路径以安装包内文档为准;升级前留意 SkillHub 上的版本号。
  • SkillHub 统计(截至页面抓取):评分 100000,下载 932,安装计数 0——安装数可能未完整反映实际使用,仅作参考。
  • 自进化依赖日志质量与阈值设计;若任务本身不产生可分析的 log,闭环效果会打折扣。
  • 免疫规则与 JSON 经验会改变后续路由行为,重要环境建议在非生产环境先观察一轮闭环再推广。

结尾

agent自进化框架 把日志、自动动作、auto-review、JSON 持久化与 Router 加载串成一条可自动运转的学习环,面向「同一坑只踩一次」的 Agent 运维场景。若你要从 SkillHub 安装或查看详情,可从官方展示页入手:https://www.skillhub.cn/skills/user_a6b21d30/self-evolving-core 。

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜