Auto-Improver - 自动改进代理#

版本：v1.0.0

定位：L3 进化层 - 自进化 AI 代理引擎

---

📖 技能说明#

Auto-Improver 是一款自进化 AI 代理引擎，通过 17 分钟自主执行循环（观察→检测→提取→聚合），自动从每次执行中学习、提取模式、持续优化自身。核心价值：让 AI 越用越聪明，自动捕获用户反馈、识别高效模式、生成改进建议并执行优化。是构建自进化 AI 系统的核心基础设施。

与 self-improving-agent 的区别：

• ✅ 更快的执行循环（17 分钟 vs 30 分钟）
• ✅ 更智能的置信度模型（六维评估 + 时间衰减）
• ✅ 更强大的模式提取（支持 8 种模式类型）
• ✅ 更灵活的聚合机制（Skill/Command/Agent 三级聚合）

---

🎯 使用场景#

场景描述自进化 AI 系统「让 AI 自动从历史会话中学习」- 自动提取 Instinct，持续优化模式提取「从过去 7 天的执行中提取可复用模式」- 识别高效工作流用户反馈分析「分析用户确认/反对的反馈」- 调整置信度，优化行为技能进化「将成熟的 Instinct 进化为新技能」- 自动创建可发布技能性能优化「识别执行瓶颈并优化」- 分析执行数据，生成优化建议

---

💰 定价方案#

版本价格功能适用对象个人版¥199/年基础自进化循环、10 次提取/月、基础模式提取个人开发者、研究者商业版¥1999/年个人版 + AI 建议生成、100 次提取/月、效果追踪、A/B 测试小型团队、创业公司企业版¥19999/年商业版 + 无限提取、私有部署、定制模型、专属支持、SLA 保障中大型企业、知识密集型团队

---

❓ FAQ（常见问题）#

Q1: Auto-Improver 如何学习？ A: 通过 4 阶段 Pipeline（观察→检测→提取→聚合）自动学习。观察阶段捕获执行数据，检测阶段识别模式，提取阶段生成 Instinct，聚合阶段聚合成 Skill/Command/Agent。

Q2: 置信度如何计算？ A: 置信度 = 基础置信度（基于观测次数）+ 用户反馈调整 + 时间衰减。观测≥10 次且反馈正面可达 0.85+。

Q3: 支持多少技能的进化？ A: 个人版 10 个技能，商业版 100 个技能，企业版无限。支持技能批量导入和导出。

Q4: 17 分钟循环如何工作？ A: 观察（5 分钟）→ 检测（3 分钟）→ 提取（5 分钟）→ 聚合（4 分钟）= 17 分钟完整循环。支持并行执行和中断恢复。

Q5: 如何保护数据隐私？ A: 所有数据本地加密存储，支持敏感信息自动识别和脱敏。企业版支持私有部署和数据访问审计。

---

🚀 快速开始#

bash

# 安装
clawhub install auto-improver

# 启动自进化循环
auto-improver start --interval=17m

# 查看学习进度
auto-improver status

# 提取的模式
auto-improver instincts list

# 导出的技能
auto-improver skills list

---

📊 性能指标#

指标数值循环时间17 分钟模式识别准确率92%置信度上限0.95支持模式类型8 种支持聚合级别3 级（Skill/Command/Agent）

---

文件版本：v1.0.0

创建时间：2026-04-01

上架时间：2026-04-01

上架用户：pagoda111king