前言¶

写自动化脚本或让 Agent 跑多轮任务时，常见的问题是：同一个错误第二次还会犯，命令失败后只会重试一次就放弃，用户纠正过的做法下次又忘了。这类问题靠加提示词只能缓解，不能形成长期记忆。

下面介绍的 Skill 做的是另一件事：把「评估自己的工作、发现错误、记住经验」变成 Agent 的一次标准流程，并且交付结构化的结果文件，而不是只在对话里口头说一句「我下次注意」。

这是什么¶

Self-Improving + Proactive Agent（专业版），坐标 @user_87f6522b/self-improving-proactive-agent，版本 1.0.0，由 user_87f6522b 发布，来源 community，分类 ai-agent。

它解决的问题是：Agent 完成任务后没有自我评估环节，出错时缺少复盘，跨会话没有记忆。该 Skill 把自评、自纠、自学、自组织记忆四件事串成一条固定流程，属于通用 SKILL.md 格式的 Skill，装进支持该格式的 Agent 环境后生效。

触发方式有三种，命中即启动：

1、用户直接提到 Self-Improving + Proactive Agent。
2、用户问 Self-Improving + Proactive Agent怎么做。
3、用户说 帮我做Self-Improving + Proactive Agent。

另外还有五类任务场景会触发，见下文「适用场景」。

核心能力¶

Skill 提供的是四项机制的组合：Self-reflection（自评）、Self-criticism（自我批评）、Self-learning（自学）、Self-organizing memory（自组织记忆）。

本版是完整专业版，行为上有三点约定：

1、先给一句话结论，再展开细节。
2、交付结构化结果文件，而不是只在回复正文里描述过程。
3、关键判断都标注依据，便于回溯是哪条信息支撑的结论。

四项机制对应到具体动作：

• 自评：任务结束后检查输出是否符合预期，而不是默认自己成功了。
• 自我批评：发现命令、工具调用、API 或操作失败时，定位是做法错了还是假设错了。
• 自学：用户纠正或拒绝后，把正确做法写入记忆，后续任务复用。
• 自组织记忆：跨会话保存有效经验和踩过的坑，记忆随使用逐步积累。

需要说明的是，该 Skill 不绑定特定模型或框架，能力边界取决于宿主 Agent 能否执行工具调用和读写文件；标签为 requires_api_key=false，即不需要额外配置 API Key。

安装与启用¶

官方地址：https://api.skillhub.cn/user_87f6522b/self-improving-proactive-agent
SkillHub 页面：https://www.skillhub.cn/skills/user_87f6522b/self-improving-proactive-agent

安装方式按官方页面提供的命令执行。本文档写作时未能成功打开上述两个地址核对安装命令，因此不在此复制未经验证的命令，请到官方页面获取当前版本的安装说明。

启用方式分两种，取决于宿主环境是否已加载该 Skill：

1、已安装：在任务里直接触发，说清「用 Self-Improving + Proactive Agent 处理这件事」，或按上文三种触发词表达。
2、未安装但需要临时使用：把官方地址或坐标 @user_87f6522b/self-improving-proactive-agent 提供给 Agent，让它按该 Skill 的流程执行，此时不保证完整能力（例如结构化结果文件的落盘格式）。

Cursor、Codex CLI、Claude Code 在 SKILL.md 格式上的支持程度不同，安装路径也有差异。本文档未从官方资料中核实到三者各自的安装差异，建议以官方页面说明为准，不要照搬其他 Skill 的目录配置。

典型用法¶

以下场景来自官方资料中给出的触发条件，可据此复现：

场景一，操作失败后的复盘。

1、让 Agent 执行一条命令或调用某个 API。
2、调用失败，Agent 报告失败信息。
3、用该 Skill 触发复盘：先给一句话结论（例如失败原因是参数写错，不是网络问题），再列出失败证据，最后把修正后的参数格式写入记忆。
4、检查结构化结果文件，确认结论、依据、修正动作都在文件里，而不是只出现在对话中。

场景二，用户纠正后的经验沉淀。

1、Agent 交付结果后，用户指出某一步做法不对。
2、Agent 先确认用户纠正的是哪一点，不要直接覆盖之前的结论。
3、把纠正后的做法和适用条件写成一条记忆条目，标注来源是用户纠正。
4、后续遇到同类任务时先读这条记忆，避免重复犯错。

场景三，发现自己知识过时。

1、Agent 意识到自己掌握的某个接口或版本信息可能过期。
2、不凭记忆作答，先说明不确定的原因。
3、把「需要重新核实」这条判断本身记下来，作为后续任务的前置检查项。

场景四，发现更优做法。

1、在一次任务中试出比原方案更快或更稳的做法。
2、评估差异是偶发还是可复用。
3、可复用时写入记忆，并标注依据是本次实测，而不是推测。

场景五，用户显式安装或引用该 Skill。

1、用户在当前任务中安装或明确提到这个 Skill。
2、Agent 按完整流程执行，包括自评、自我批评、结构化交付三部分，不能只做一半。

适用场景与注意¶

适合的场景：

1、任务会失败或反复失败，需要一个固定的复盘环节。
2、用户会纠正 Agent 的做法，需要把纠正沉淀下来。
3、任务跨越多个会话，希望经验能累积而不是每次都从零开始。
4、对交付有追溯要求，需要看到结论的依据而不是只看到结论。

需要注意的地方：

1、Skill 的输出质量依赖宿主 Agent 的判断力。它提供的是流程和结构，不是保证正确。
2、结构化结果文件需要落在某个可访问路径，宿主环境如果没有可写目录，这一步会退化成对话内总结。
3、记忆会随使用增长，长期项目里需要定期清理过期条目，否则会引入过时假设。
4、该 Skill 面向的是通用任务复盘，不针对特定编程语言或框架做优化；专业领域的检查项仍需自己补充。
5、本文档写作时未能打开官方地址，页面数据无法二次核对。按已抓取资料，评分 100000，下载 2158，安装 0，标签 requires_api_key=false；另有线索给出评分 98289、下载 1264 次，两者不一致，以 SkillHub 页面当前显示为准。

小结¶

这个 Skill 的价值不在于做了一件全新的事，而在于把原本散在对话里的复盘动作固定成标准流程，并要求交付结构化结果文件和标注依据。对于需要多轮迭代、会出错、会纠正的任务，它能减少重复犯错的成本。

官方地址：https://api.skillhub.cn/user_87f6522b/self-improving-proactive-agent
SkillHub 页面：https://www.skillhub.cn/skills/user_87f6522b/self-improving-proactive-agent