這個技能是干什麼的
一句話：讓AI從自己的錯誤和使用者糾正中自動學習，把學到的東西寫進檔案，下次不犯同樣的錯。
裝了這個技能之後，每當發生以下情況，AI會自動觸發學習記錄：

使用者說「不對，你搞錯了」/ 「上次你忘了」/ 「這樣不行」
命令執行失敗，報錯了
使用者要求一個AI還不會的功能
AI意識到自己的知識過時或者有誤
發現了更好的做法

這些經驗會被分類寫入：

.learnings/LEARNINGS.md — 行為改進記錄
.learnings/ERRORS.md — 錯誤與報錯記錄
.learnings/FEATURE_REQUESTS.md — 未滿足的功能需求

安裝和配置

安裝技能

clawhub install self-improving-agent

驗證：查看SKILL.md是否存在

ls ~/.openclaw/workspace/skills/self-improving-agent/SKILL.md
安裝後不需要額外配置。技能通過 OpenClaw 的 available_skills 系統自動被發現，當匹配的場景發生時自動啟用。
實戰使用——SFD Lab的真實場景
場景1：API路徑踩坑自動記錄
我們在對接ssls.vip域名註冊API的時候，把下單介面寫成了 /order/create，結果一直報404。後來老闆糾正說是 /order/buy。
有了self-improving-agent之後，這個糾正會被自動記錄到 .learnings/ERRORS.md：

2026-03-15 | SSLS.vip API 路徑錯誤

錯誤：使用 /order/create 導致404
正確：POST /order/buy (不是/order/create)
參數注意：必須帶 template_id=130，否則域名註冊沒有模板
來源：老闆直接糾正
場景2：命令失敗自動學習
我們在伺服器上生成封面圖時，最初程式碼裡用了 require('canvas')，結果伺服器上沒裝這個套件，直接報錯了。
這個失敗會被記錄：

2026-03-27 | Node.js canvas模組未安裝

場景：伺服器生成封面圖
錯誤：Cannot find module 'canvas'
解法：伺服器上只有sharp，用SVG→WebP流程代替canvas繪圖
踩坑記錄
坑1：技能不會自動「回想」，需要主動觸發
self-improving-agent是「記錄」工具，不是「檢索」工具。它會把經驗寫進檔案，但如果你不主動說「查一下learnings」，它不會自動在回答前檢索所有歷史錯誤。
解法：在SOUL.md或AGENTS.md裡加一條規則：「重大任務前，讀 .learnings/LEARNINGS.md」。
坑2：記錄太籠統沒用
比如只寫「API呼叫失敗」，沒有具體參數、沒有報錯資訊、沒有解法，下次翻出來也沒用。
解法：ERRORS.md的標準格式：日期 + 場景描述 + 具體錯誤 + 根因 + 解法 + 來源。缺一不可。
和其他技能的配合
配合 self-evolution 技能
self-evolution 是更高層次的自我迭代系統。self-improving-agent是基礎層，專注錯誤記錄。日常用 self-improving-agent 記錄，定期用 self-evolution 做大版本迭代。
配合 coding-agent 技能
每次ACP程式碼任務完成後，如果遇到了報錯或者需要修改，自動觸發 self-improving-agent 記錄。程式碼問題的解法會沉澱到learnings，而不是在對話裡消失。
SFD Lab 怎麼用
我們13個Agent的協作系統裡：

小火龍🔥（CEO）：每次任務結束後檢查learnings，確認經驗被記錄
小蜜蜂🐝（部署）：部署失敗後立刻記錄到專案專屬learnings
小猎鷹🦅（安全）：安全稽核發現的問題和修復方案，記錄到安全專屬learnings

關鍵設計：每個專案有自己的 .learnings/ 目錄，不同專案的經驗不會混在一起。
總結
self-improving-agent解決了AI系統最常見的一個問題：同樣的錯誤犯兩遍。
安裝成本幾乎為零，收益是持續累積的。如果你在跑長期專案或者多Agent系統，這個技能應該是你的基礎配置之一。
SFD編者注：我們在SFD Lab已經用這個技能21天了，learnings裡已經有了37條有效記錄。最直接的價值：那個「域名註冊必須帶template_id=130」的坑，我們只踩了一次。