前言¶

用 Agent 跑自动化任务时，最容易出问题的不是某一次执行，而是同一个错误反复出现：命令失败了一次，下次还会失败；用户纠正过一次，换一个会话又回到老做法。多数 Skill 是”被动执行”型的，做完就结束，不会回头看自己的产出质量，也不会把失败原因记下来。

下面介绍的 Self-Improving + Proactive Agent 走的是另一个方向：它把”自我评估”和”自我纠错”作为核心能力，让 Agent 在任务过程中评价自己的工作、发现错误，并把这些经验沉淀成可以长期复用的记忆。

这是什么¶

一句话定位：一个面向 AI Agent 的通用 Skill，用 Self-reflection（自我反思）+ Self-criticism（自我批判）+ Self-learning（自我学习）+ Self-organizing memory（自组织记忆）四件事，让 Agent 能评估自己的产出、捕捉错误，并持续改进。

出处与维护：由 SkillHub 社区发布者 user_814dbe54 维护，坐标 @user_814dbe54/self-improving，来源为 community（社区），分类 ai-agent。当前版本 1.2.16，标签 requires_api_key=false，即不需要额外配置 API Key。

解决的问题：Agent 缺少”失败反馈闭环”。没有这套机制时，错误只停留在当次对话里，下次任务重新开始；有了这套机制，失败原因和更好的做法可以被组织成记忆，在后续任务中被读取。

页面上的公开热度数据（以抓取时的快照为准）：评分 100000，下载 157650。这个数字在页面上呈现为社区评分量级，具体口径以 SkillHub 页面为准。

核心能力¶

1、Self-reflection（自我反思）：任务结束后回顾自己的执行过程和产出，判断是否达到了预期。
2、Self-criticism（自我批判）：主动找错，而不是等外部报错。包括命令、工具、API 或操作失败时定位原因，以及识别自己知识过时或不正确的情况。
3、Self-learning（自我学习）：从纠正和错误中提炼出可复用的结论，而不是只记住”这次错了”。
4、Self-organizing memory（自组织记忆）：把经验以有结构的方式组织起来，供后续任务检索和使用。记忆是持久化的，不随单次会话结束而消失。

整体效果是”improves permanently”：改进不是一次性的，而是被保存下来、跨会话生效。

何时该用它¶

官方简介里给出了明确的触发条件，共五类，可以当作一份检查清单：

1、命令、工具、API 或操作失败时。
2、用户纠正你，或明确拒绝你的产出时。
3、你发现自己掌握的知识已经过时或不正确时。
4、你发现了一个更好的做法时。
5、用户明确安装了这个 Skill，或在当前任务中引用了它时。

前四条对应的是”被动触发”：失败、纠正、知识失效、找到更优解。第五条对应的是”主动启用”：用户明确要求时，把它纳入当前任务的工作流。

安装与启用¶

需要说明的是，本次抓取到的官方页面只公开了坐标、版本和分类信息，没有提供具体的安装命令或配置文件字段。官方地址：

https://api.skillhub.cn/user_814dbe54/self-improving
https://www.skillhub.cn/skills/user_814dbe54/self-improving

该 Skill 属于通用 SKILL.md 格式的 Skill，坐标为 @user_814dbe54/self-improving。在 SkillHub 生态里，这类 Skill 通常是按坐标从仓库获取后放入项目的 Skill 目录，再由 Agent 在任务中按需加载。由于官方页面本次无法访问，具体目录路径和加载方式请以 SkillHub 页面和你的 Agent 运行时的说明为准，此处不给出未经核实的命令。

典型用法¶

官方简介描述的工作流是”评估自己的工作 → 发现错误 → 长期改进”，可以拆成一个可复现的循环：

1、执行任务：正常调用命令、工具或 API，完成用户要求的工作。
2、回顾产出：任务结束后对照预期检查产出，主动找错，而不是假设自己做得对。
3、记录失败与纠正：当出现命令失败、工具报错、API 调用失败，或用户明确纠正、拒绝产出时，把原因和正确做法记下来。
4、更新知识：当发现自己掌握的信息过时或不正确时，修正它，而不是沿用旧结论。
5、沉淀记忆：把上述结论组织进自组织记忆，供后续任务使用。
6、复用：在下一次任务中，先读取已有记忆，避免重复同样的错误。

这套流程的价值在于闭环：第 3、4 步产生的经验没有在第 5 步被保存，第 6 步就无从谈起。

适用场景与注意¶

适合谁：

1、用 Agent 跑自动化流程、希望减少重复错误的开发者。
2、任务执行链路长、依赖多种命令和 API、失败场景多的团队。
3、希望 Agent 记住项目级经验、而不是每次重新交代背景的人。

需要注意的地方：

1、记忆质量取决于第 3、4 步的记录质量。如果只记结果不记原因，自组织记忆会积累大量无效条目。
2、它不能替代正确的工具配置和权限管理。命令本身写错了，反思和记忆只能帮你下次少犯同样的错，不能让这次的任务成功。
3、记忆持久化意味着过时结论也会被保留。当知识更新后，需要主动清理，否则 Agent 可能继续使用已经失效的经验。
4、触发条件依赖 Agent 自身的判断。Agent 没有识别出”知识过时”或”存在更优做法”时，这套机制就不会启动，所以它和 Agent 的推理能力是配合关系，不是替代关系。
5、本次抓取未能访问官方页面正文，功能细节以上面列出的官方简介为准，建议安装前再到官方地址确认最新版本和用法。

小结¶

Self-Improving + Proactive Agent 的价值不在于做一件新的事，而在于给 Agent 补上”失败反馈闭环”：自我反思和自我批判负责发现问题，自我学习和自组织记忆负责把问题变成长期经验。对于反复跑同一类任务、又不想每次都人工盯着的开发者来说，这是成本最低的一类改进方式。

官方地址：https://api.skillhub.cn/user_814dbe54/self-improving