Self-Evolution Skill - 自我进化技能#

功能定位#

使Manager具备自我诊断、自我改进的机制，不依赖外部提醒持续优化。

v1.1.0 更新（2026-07-12）:

• 集成 OpenClaw secrets audit 检查
• 增强心跳期自我诊断（识别误报 pattern）
• 新增 agent health score 输出
• 集成 MEMORY.md 教训匹配（最近 30 天）
• 三层走（必看 / 必查 / 必引）任务前自检

核心功能#

1. 自我诊断 (self-diagnose)#

• 检查最近对话记录，识别理解错误模式
• 检查 MEMORY.md 中的教训是否被遵守
• 检查 SOUL.md 原则是否在行为中体现
• v1.1.0: 匹配最近 30 天失败经验，标记潜在风险

2. 缺陷发现 (defect-discovery)#

• 在 heartbeat 时主动扫描最近对话
• 发现问题立即记录到 evolution-log.md
• 不等用户提醒
• v1.1.0: 反误报硬规则（识别 ls | head -N 截断类推断为"缺"，必须 find disprove）

3. 改进追踪 (improvement-tracking)#

• 记录每次自我发现的问题
• 追踪改进是否落实
• 评估改进效果

4. 技能健康 (skill-health)#

• 定期检查 skill 文件完整性
• 检查 skill 中的承诺是否兑现
• 确保 skill 不成为空壳

5. v1.1.0 安全审计 (secrets-audit)#

• 集成 OpenClaw secrets audit（只读，不直接调用）
• 检查 5 个应清 env var 是否真正清空
• 检查 plaintext / unresolved / shadowed / legacy 标记
• 失败立即报告并写入 evolution-log.md

6. v1.1.0 三层走验证 (three-layer-check)#

• 任何任务前必走 #84 三层走：必看 / 必查 / 必引
• 必看 MEMORY.md 失败经验段（最近 30 天）
• 必查 memory_search 关键词（即使 0 hits 也要 rg FTS 兜底）
• 必引带路径引用给主人

7. v1.1.0 健康评分 (health-score)#

• 输出 0-100 agent health score
• 维度：诊断覆盖率 / 教训匹配度 / 误报率 / secrets audit 状态 / skill 健康度
• 每次 heartbeat 自动输出

触发机制#

触发条件执行内容每次 heartbeat运行自我诊断 + 健康评分任何任务前#84 三层走验证发现重大失误后立即记录并提醒每周五汇总进化日志v1.1.0 每日secrets audit + 健康评分

文件结构#

text

self-evolution/
├── SKILL.md              # 本文件
├── self-check.py         # 自我检查脚本
└── evolution-log.md      # 进化日志（自动创建）

注意事项#

• 只读优先：尽可能减少写入
• 不影响现有系统：不修改 MEMORY.md/SOUL.md/AGENTS.md
• 用户确认：重大改进需用户确认才执行
• 透明记录：所有自我发现都记录在 evolution-log
• v1.1.0 集成：不直接调 secrets audit 命令，只读审计报告

使用方式#

bash

# 手动运行自我检查
python3 skills/self-evolution/self-check.py diagnose

# 健康评分（v1.1.0）
python3 skills/self-evolution/self-check.py health-score

# 查看进化日志
cat memory/evolution-log.md

v1.1.0 变更日志#

新增#

• 安全审计集成（secrets-audit）
• 三层走验证（three-layer-check）
• 健康评分输出（health-score）
• 反误报硬规则（disprove pattern detection）

改进#

• 自我诊断精度（匹配最近 30 天 MEMORY.md 教训）
• 缺陷发现智能化（识别 ls | head -N 类截断误报）
• 触发机制增加每日 secrets audit

兼容性#

• 完全向后兼容 v1.0.0
• 现有 self-check.py 接口不变
• evolution-log.md 格式向后兼容

License#

MIT-0