前言¶

做過 Agent 開發的都遇到過這類問題：模型本身能力不差，但每次會話都從零開始，上次踩過的坑、定過的規矩、攢下來的經驗，重啓後全沒了。於是團隊開始加記憶、加規則、加工作流，結果系統越來越像一個打滿補丁的單體——規則之間互相打架，經驗沒有沉澱標準，改一處怕動全身。

「老默自進化體系大師」想解決的就是這件事。它不是某個具體的業務 Agent，而是一套自進化框架：把人格、記憶、技能、知識庫、工作流五層拆開統一管理，再配一套讓體系能自己生長和迭代的機制。下面我們介紹它定位、結構和實際怎麼用。

這是什麼¶

這是一個基於通用 SKILL.md 格式的 Agent Skill，發佈者爲 @user_f67fc7cb，座標 @user_f67fc7cb/lm-zjhtxds-skill，當前版本 1.0.0，來源標註爲 community，分類 ai-agent，標籤 requires_api_key=false（不依賴外部 API key）。

一句話定位：把 Agent 的人格、記憶、技能、知識、工作流做成一套可主動進化的體系，而不是一堆散落的配置。它面向的是想自建「數字合夥人」或通用 Agent 的開發者，跨行業複用，官方聲明不綁定任何私有平臺、路徑、憑證或具體開源項目。

需要說明的是，該 Skill 目前還是框架級的設計，公開版內置的是一套方法論和腳手架，不是可直接跑通某個業務的產品。

核心功能¶

框架分兩大部分：五層聯動架構和三類落地機制。

五層聯動架構，把 Agent 的能力拆成五個層面：人格、記憶、技能、知識、工作流。這五層之間不是獨立配置，而是互相聯動——人格決定輸出風格和邊界，記憶和知識提供素材，技能和工作流決定怎麼做事。

三類落地機制，回答「體系怎麼真正動起來」：

• 任務覆蓋：在日常任務中自動套用已有經驗。
• 行爲規則：把定好的規矩變成可執行的約束。
• 定時專項：週期性地做專項進化或檢查。

公開版內置的能力包括：

• 經驗條目標準 schema，帶 evidence_count 字段，以及遺忘與衰減機制，用來區分「一條經驗被驗證過幾次」並讓久不用的經驗自然降權。
• 去重與沉澱決策樹，決定一條新經驗該不該沉澱進體系。
• 安全鐵律，包含危險改寫攔截清單、輸出路徑泄露過濾、約束契約狀態機、出口閘門兩問、異常處理降級。
• 進化健康度量化自評，用「黃金三角」、A/B 對比、迴歸測試來衡量體系自身狀態。
• 調度註冊通用指引。
• 主動進化巡檢。
• 開箱腳手架：init_memory.py、gen_automation_spec.py、config.example.cfg。
• 發佈前觸發/不觸發的 eval 用例集 evals/evals.json。
• 外部技能學習分析法，含五步標準、資產盤點表、採納意見模板。

整體來看，它把「怎麼沉澱經驗、怎麼保證安全、怎麼衡量進化有沒有變好」這三類抽象問題都做成了可複用的組件，這是它區別於普通提示詞封裝的地方。

安裝與啓用¶

需要如實說明：本次抓取到的官方資料中沒有給出經過覈實的安裝命令、安裝目錄或配置文件路徑。官方地址爲：

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

對應的 SkillHub 頁面是：

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

由於它基於通用 SKILL.md 格式，實際啓用方式應遵循你所用 Agent 平臺（如 Cursor、Codex CLI、Claude Code）對 Skill 的加載規則。各平臺加載 SKILL.md 的具體入口和命令不一致，本次資料未覈實到逐平臺的確切命令，因此不在這裏編造。建議直接打開上面的官方頁面，以頁面上給出的安裝指引爲準。

典型用法¶

資料中給出的可復現路徑集中在「把這套框架搭起來」這一步，可用腳手架文件作爲切入點：

init_memory.py          # 初始化記憶層結構
gen_automation_spec.py  # 生成定時專項 / 調度的配置規格
config.example.cfg      # 配置示例
evals/evals.json        # 發佈前觸發 / 不觸發 eval 用例集

按資料描述的流程，建議的順序是：先用 init_memory.py 把記憶層結構建起來，再參考 config.example.cfg 配置行爲規則和調度，然後用 gen_automation_spec.py 生成定時專項的規格，最後用 evals/evals.json 跑回歸，確認改動沒有讓已有能力回退。

這套腳手架面向的是「體系初始化」階段，不是業務功能實現。真正接到具體業務上，還需要開發者自己填充人格、技能和工作流的內容。

適用場景與注意¶

適合這類開發者：

• 想給自建的通用 Agent 或「數字合夥人」配一套可持續進化的記憶與技能體系，而不是一次性的提示詞工程。
• 希望經驗有沉澱標準、有遺忘機制，而不是無限堆規則。
• 需要對 Agent 的輸出有安全約束（危險改寫攔截、路徑泄露過濾等）。

需要注意的限制：

• 這是一套框架和方法論，需要開發者自己把業務填進去，不是一個開箱即用的業務 Agent。
• 涉及安全鐵律、約束契約狀態機這類機制，落地時需要結合實際運行環境驗證，避免規則之間產生衝突。
• 官方聲明不綁定私有平臺，意味着跨行業複用需要做適配，不是零成本直接用。
• 本次未能從官方頁面覈實到具體的安裝命令和平臺差異，使用前以官方頁面爲準。

結尾¶

「老默自進化體系大師」的價值在於把 Agent 的人格、記憶、技能、知識、工作流做成一套可主動進化的統一體系，並提供了經驗沉澱、安全約束、健康度自評和腳手架這些可複用組件。它適合想自建可生長 Agent 體系的開發者，但本質上是框架而非成品，落地仍需自己填充業務並驗證。

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

補充一句數據口徑：按本次抓取到的資料，該 Skill 的 SkillHub 評分爲 100000、下載量 1247，安裝量 0。