前言¶

做过 Agent 开发的都遇到过这类问题：模型本身能力不差，但每次会话都从零开始，上次踩过的坑、定过的规矩、攒下来的经验，重启后全没了。于是团队开始加记忆、加规则、加工作流，结果系统越来越像一个打满补丁的单体——规则之间互相打架，经验没有沉淀标准，改一处怕动全身。

「老默自进化体系大师」想解决的就是这件事。它不是某个具体的业务 Agent，而是一套自进化框架：把人格、记忆、技能、知识库、工作流五层拆开统一管理，再配一套让体系能自己生长和迭代的机制。下面我们介绍它定位、结构和实际怎么用。

这是什么¶

这是一个基于通用 SKILL.md 格式的 Agent Skill，发布者为 @user_f67fc7cb，坐标 @user_f67fc7cb/lm-zjhtxds-skill，当前版本 1.0.0，来源标注为 community，分类 ai-agent，标签 requires_api_key=false（不依赖外部 API key）。

一句话定位：把 Agent 的人格、记忆、技能、知识、工作流做成一套可主动进化的体系，而不是一堆散落的配置。它面向的是想自建「数字合伙人」或通用 Agent 的开发者，跨行业复用，官方声明不绑定任何私有平台、路径、凭证或具体开源项目。

需要说明的是，该 Skill 目前还是框架级的设计，公开版内置的是一套方法论和脚手架，不是可直接跑通某个业务的产品。

核心功能¶

框架分两大部分：五层联动架构和三类落地机制。

五层联动架构，把 Agent 的能力拆成五个层面：人格、记忆、技能、知识、工作流。这五层之间不是独立配置，而是互相联动——人格决定输出风格和边界，记忆和知识提供素材，技能和工作流决定怎么做事。

三类落地机制，回答「体系怎么真正动起来」：

• 任务覆盖：在日常任务中自动套用已有经验。
• 行为规则：把定好的规矩变成可执行的约束。
• 定时专项：周期性地做专项进化或检查。

公开版内置的能力包括：

• 经验条目标准 schema，带 evidence_count 字段，以及遗忘与衰减机制，用来区分「一条经验被验证过几次」并让久不用的经验自然降权。
• 去重与沉淀决策树，决定一条新经验该不该沉淀进体系。
• 安全铁律，包含危险改写拦截清单、输出路径泄露过滤、约束契约状态机、出口闸门两问、异常处理降级。
• 进化健康度量化自评，用「黄金三角」、A/B 对比、回归测试来衡量体系自身状态。
• 调度注册通用指引。
• 主动进化巡检。
• 开箱脚手架：init_memory.py、gen_automation_spec.py、config.example.cfg。
• 发布前触发/不触发的 eval 用例集 evals/evals.json。
• 外部技能学习分析法，含五步标准、资产盘点表、采纳意见模板。

整体来看，它把「怎么沉淀经验、怎么保证安全、怎么衡量进化有没有变好」这三类抽象问题都做成了可复用的组件，这是它区别于普通提示词封装的地方。

安装与启用¶

需要如实说明：本次抓取到的官方资料中没有给出经过核实的安装命令、安装目录或配置文件路径。官方地址为：

https://api.skillhub.cn/user_f67fc7cb/lm-zjhtxds-skill

对应的 SkillHub 页面是：

https://www.skillhub.cn/skills/user_f67fc7cb/lm-zjhtxds-skill

由于它基于通用 SKILL.md 格式，实际启用方式应遵循你所用 Agent 平台（如 Cursor、Codex CLI、Claude Code）对 Skill 的加载规则。各平台加载 SKILL.md 的具体入口和命令不一致，本次资料未核实到逐平台的确切命令，因此不在这里编造。建议直接打开上面的官方页面，以页面上给出的安装指引为准。

典型用法¶

资料中给出的可复现路径集中在「把这套框架搭起来」这一步，可用脚手架文件作为切入点：

init_memory.py          # 初始化记忆层结构
gen_automation_spec.py  # 生成定时专项 / 调度的配置规格
config.example.cfg      # 配置示例
evals/evals.json        # 发布前触发 / 不触发 eval 用例集

按资料描述的流程，建议的顺序是：先用 init_memory.py 把记忆层结构建起来，再参考 config.example.cfg 配置行为规则和调度，然后用 gen_automation_spec.py 生成定时专项的规格，最后用 evals/evals.json 跑回归，确认改动没有让已有能力回退。

这套脚手架面向的是「体系初始化」阶段，不是业务功能实现。真正接到具体业务上，还需要开发者自己填充人格、技能和工作流的内容。

适用场景与注意¶

适合这类开发者：

• 想给自建的通用 Agent 或「数字合伙人」配一套可持续进化的记忆与技能体系，而不是一次性的提示词工程。
• 希望经验有沉淀标准、有遗忘机制，而不是无限堆规则。
• 需要对 Agent 的输出有安全约束（危险改写拦截、路径泄露过滤等）。

需要注意的限制：

• 这是一套框架和方法论，需要开发者自己把业务填进去，不是一个开箱即用的业务 Agent。
• 涉及安全铁律、约束契约状态机这类机制，落地时需要结合实际运行环境验证，避免规则之间产生冲突。
• 官方声明不绑定私有平台，意味着跨行业复用需要做适配，不是零成本直接用。
• 本次未能从官方页面核实到具体的安装命令和平台差异，使用前以官方页面为准。

结尾¶

「老默自进化体系大师」的价值在于把 Agent 的人格、记忆、技能、知识、工作流做成一套可主动进化的统一体系，并提供了经验沉淀、安全约束、健康度自评和脚手架这些可复用组件。它适合想自建可生长 Agent 体系的开发者，但本质上是框架而非成品，落地仍需自己填充业务并验证。

官方地址：https://api.skillhub.cn/user_f67fc7cb/lm-zjhtxds-skill

补充一句数据口径：按本次抓取到的资料，该 Skill 的 SkillHub 评分为 100000、下载量 1247，安装量 0。