3.5 KiB
3.5 KiB
title, type, tags, date
| title | type | tags | date |
|---|---|---|---|
| 养虾日记2：让Agent更懂你：OpenClaw + Self-Improving 复盘实战案例分享 | source | 2026-04-17 |
Source File
Summary（用中文描述）
- 核心主题：AI Agent 的记忆问题与 self-improving 自改进机制
- 问题域：多 Agent 协作中的知识遗忘与错误重复
- 方法/机制：self-improving skill（结构化经验记录）+ 每日复盘 cron job + 双层记忆架构
- 结论/价值：建立"错误只犯一次"的 Agent 学习闭环，区分一次性错误与系统性重复
Key Claims（用中文描述）
- AI Agent 没有记忆，只有上下文窗口，导致每次对话都是"一张白纸"
- self-improving 机制让 Agent 在同一错误第二次出现时能直接应用修复，Recurrence-Count 是关键指标
- 双层记忆架构（短期文件 + 长期向量数据库） + self-improving 复盘三层各司其职
- Pattern-Key 重复本身是信号——第一次记了，第二次就该解决了
- 每日 23:00 定时复盘能发现静默漏洞（如无对话日的记忆断层）
Key Quotes
"错误只犯一次，第二次就知道怎么做对" — self-improving 核心价值 "每错必记，但分类要准确。错误用 correction，流程改进用 workflow，配置发现用 config" "Suggested Action 要具体到能直接执行。不要写'注意配置'这种废话，写
--to 5038825565这种具体写法" "没有 self-improving 复盘，这个漏洞可能永远不会被发现——因为没有人会主动去想'3月27日有没有生成 memory 文件'这种问题"
Key Concepts
- Self-Improving-Skill：结构化经验记录系统，Agent 遇问题时调用
self_improvement_log写入LEARNINGS.md或ERRORS.md，格式包含 Summary/Details/Suggested Action/Metadata，含 Pattern-Key 和 Recurrence-Count - 双层记忆架构：短期记忆层（每日对话记录文件 memory/YYYY-MM-DD.md）+ 长期记忆层（memory-lancedb-pro 向量数据库）+ self-improving 层（定时复盘）
- 每日复盘机制：每天 23:00（北京时间）自动执行的复盘流程，包含读取当天 memory → self_improvement_log → Pattern-Key 重复检查 → 有价值经验同步长期记忆 → Telegram 摘要推送
- Pattern-Key：经验记录的分类键，用于识别重复踩坑信号（如 cron.telegram-delivery）；重复出现是系统性问题的警示
- Recurrence-Count：元数据中的重复次数字段，区分一次性错误与系统性重复，是最重要的指标之一
- Self-Improvement-Log：
self_improvement_log工具调用格式，固定格式：LRN-[日期]-[序号] + Priority + Status + Area + Summary + Details + Suggested Action + Metadata
Key Entities
- OpenClaw：多 Agent 框架，通过 cron 任务系统实现定时复盘，支持 Telegram 通知
- LanceDB：向量数据库，memory-lancedb-pro 的底层引擎，提供语义搜索能力
- LEARNINGS.md：结构化经验记录文件，存放 correction/workflow/config 三类 learning
Connections
- Self-Improving-Skill ← 依赖 ← OpenClaw（通过 cron job 定时触发）
- 双层记忆架构 ← 依赖 ← LanceDB（长期记忆向量存储）
- 每日复盘机制 ← 依赖 ← Self-Improving-Skill
- 养虾日记1-我用-openclaw-管了-28-万张照片 ← 前篇 ← 养虾日记2
Contradictions
- 无已知冲突
Notes
- 来源：微信公众号 shenwei（2026-04-17），系列文章"养虾日记"第2篇