让你的AI助手越用越聪明：Self-Improving Agent体验
让你的AI助手越用越聪明：Self-Improving Agent体验
你有没有这种感觉——AI工具用久了，该犯的错还是照犯，提醒过的坑下次还踩？比如Claude Code每次都说”我会注意这个”，结果下次同样的问题又来一遍。
这其实不是AI的锅，是大多数Agent缺少一套真正的”学习机制”。
最近在逛Smithery的时候发现了一个很有意思的Skill，叫Self-Improving Agent，来自GitHub仓库zhaono1/agent-playbook。这个Skill做的事情说起来不复杂——它让AI能从每一次操作经验里学到东西，然后真的改写自己的行为。
它是怎么工作的？
传统Agent用完就忘，下次从头再来。这个Skill引入了一套”多记忆架构”：
- 语义记忆（Semantic）：存放通用模式、最佳实践，比如”回调函数一定要检查实现”
- 情景记忆（Episodic）：记录具体的一次经历，哪次踩了什么坑，怎么修的
- 工作记忆（Working）：当前会话的上下文
每次你跑完一个Skill——比如debugger、code-reviewer——它会自动触发”经验提取”流程：从这次操作里提炼出可复用的pattern，然后自动更新相关的其他Skill。下次再遇到类似情况，AI就能直接避开这个坑。
核心特点
Hook驱动的自动化：通过PreToolUse、PostToolUse、session-end三种钩子，在AI每次工具调用和会话结束时自动记录经验。不需要人工干预，完全后台运行。
可验证的学习闭环：提取到的经验不会直接写入，会先经过”验证”环节——必须有代表性证据和可执行的测试。比如你说”缓存状态不可靠”，它会要求你提供具体的测试来证明这个结论，然后才允许更新。
有据可查的进化记录：每次改进都有”来源标记”（Evolution Markers），你知道这条经验是从哪次操作中学到的、修改了什么文件、置信度多少。
适合谁用？
如果你是个人开发者或者团队在用Claude Code这类AI编程工具，并且发现AI总是重复犯同样的错误——这个Skill能显著提升使用体验。它让AI从”每次都是新手”变成”经验会累积的老手”。
如果你的团队有多个Agent在协同工作，它的效果更明显——一次踩的坑，整个Agent网络都能学到。
安装方式
npx skills add https://github.com/zhaono1/agent-playbook --skill self-improving-agent
也可以直接clone仓库：
git clone https://github.com/zhaono1/agent-playbook.git
# 然后把 skills/self-improving-agent/ 下的内容放到你的 Agent Skills 目录
总结
Self-Improving Agent解决的是一个很本质的问题：AI Agent怎么才能真正”记住教训”而不是每次都从零开始？它用一套结构化的多记忆系统，把”学习”从一句空话变成了可验证、可追踪、真的能改变AI行为的工程实践。
GitHub仓库_stars_约77，算是比较小众但很有深度的项目。对AI Agent自我进化这个方向感兴趣的话，值得试试。
GitHub：https://github.com/zhaono1/agent-playbook
评论区
登录后可评论。