back
loading skill details...
持续学习套件 - AI自主记忆管理工作流:自动识别新任务、记录对话到MemPalace、定期做梦分析、提取精华到文档、自我纠错改进。触发词:"持续学习"、"记忆管理"、"自我改进"、"学习体系"。
---
name: continuous-learning
description: 持续学习套件 - AI自主记忆管理工作流:自动识别新任务、记录对话到MemPalace、定期做梦分析、提取精华到文档、自我纠错改进。触发词:"持续学习"、"记忆管理"、"自我改进"、"学习体系"。
version: 1.1.0
dependencies:
- name: mempalace
required: true
description: 记忆存储系统,用于存储对话碎片和做梦分析
- name: minimax
optional: true
description: 做梦分析模型(可选,跳过则手动整理)
default_model: MiniMax-M2.7
license: MIT
author: 小麦 (Xiaomai)
changelog: |
v1.1.0 (2026-04-21) - 升级到Python调度器
- 替代Windows任务计划程序,使用Python schedule库
- 支持开机自动启动
- 微信通知功能完善
- 编码问题修复
- 修复openclaw cron不稳定问题
v1.0.0 (2026-04-19) - 初始版本
- 新任务智能判断
- MemPalace自动记录
- 做梦分析(MiniMax M2.7)
- 5文档自动更新
- WeChat通知
- 自我纠错(ERRORS/LEARNINGS)
---
# 持续学习套件 (Continuous Learning Kit)
让AI具备**持续学习和自我进化**的核心能力。
---
## 🧠 核心概念
### 工作流程
```
每条消息 → 新任务判断 → 记录到MemPalace → 每日定时做梦 → 提取精华到文档 → 自我改进
↓
是否是新任务?
Yes → 读技能文档 → 执行
No → 继续
```
### 两大周期
**短期周期**(每次消息):
1. 新任务判断
2. 自动记录对话到MemPalace
**长期周期**(每日定时):
1. 做梦分析(23:00同步聊天)
2. 精华提取(02:00做梦分析)
3. 文档更新
4. 自我纠错(ERRORS.md/LEARNINGS.md)
---
## 📦 技能包结构
```
continuous-learning/
├── SKILL.md # 技能说明(本文件)
├── bootstraps/
│ └── bootstrap_rules.md # 启动规则(整合版BOOTSTRAP)
├── sync/
│ ├── sync_chats_daily.py # 每日同步脚本
│ └── sync_notification.py # 带通知的同步
├── dream/
│ ├── dream_cycle.py # 做梦分析核心
│ ├── dream_notification.py # 带通知版本
│ └── prompts/
│ ├── analysis_prompt.txt # MiniMax分析提示词
│ └── extraction_rules.md # 提取规则
├── notifications/
│ ├── notification_queue.json # 通知队列(动态生成)
│ └── send_notifications.py # 通知发送
├── config/
│ ├── dream_config.json # 做梦配置
│ └── documentation_targets.json # 文档目标
└── setup/
├── install_cron.py # 定时任务安装(跨平台)
└── init_learning_files.py # 初始化学习文件
```
---
## 🎯 核心特性
### 1. 新任务智能判断
**判断标准**:
- 话题跨度大(从A项目跳到B项目)
- 任务类型变(查LIMS → 发邮件)
- 关键词第一次出现
- 用户说"新任务"、"开始做..."等
**触发流程**:
```python
# 伪代码:新任务判断
if is_new_task(message, context):
# 确认后读取:
read("SOUL.md")
read("AGENTS.md")
read("MEMORY.md")
read("TOOLS.md")
# 读取学习文件
read(".learnings/ERRORS.md")
read(".learnings/LEARNINGS.md")
# 今日记忆
read(f"memory/{today}.md")
read(f"memory/{yesterday}.md")
```
### 2. MemPalace自动记录
**记录时机**:
- 每日23:00定时
- 手动触发
**记录内容**:
```
SESSION:YYYY-MM-DD
| 对话摘要
| 用户偏好
| 项目背景
| 重要决策
| 错误教训
```
**通知机制**:
- 同步完成 → WeChat通知
- 做梦完成 → WeChat通知
### 3. 做梦分析
**执行时间**:每日02:00
**分析流程**:
```
1. 读取MemPalace所有碎片记忆(N条)
2. MiniMax M2.7分析→ 分类+价值判断+去重
3. 提取精华到5个核心文档:
- SOUL.md → 个性、偏好、风格
- AGENTS.md → 工作流程、规则
- MEMORY.md → 用户背景、项目
- TOOLS.md → 配置、坑、技巧
- BOOTSTRAP.md → 启动规则
4. 生成分析报告
5. WeChat通知用户
```
### 4. 自我纠错
**错误记录**(ERRORS.md):
```markdown
### 错误:API字段猜测
**错误**: 猜测LIMS API用sampleBaseUuid获取报告
**正确**: 应该用sampleBaseTestingUuid
**教训**: 先查证,不要猜测
**日期**: 2026-04-10
```
**学习记录**(LEARNINGS.md):
```markdown
### 学习:握手流程
**收获**: 登录类API必须先GET再POST
**应用**: 企业微信、LIMS登录都适用
**日期**: 2026-04-10
```
---
## ⚠️ 前置条件(必需)
本技能包**严格依赖MemPalace记忆系统**,使用前必须先安装。
### 安装MemPalace
**方法1:通过ClawHub安装(推荐)**
```bash
clawdhub install mempalace
```
**方法2:手动安装**
下载技能包到你的技能目录:
```bash
cd skills/mempalace
# 确保以下文件存在:
# - SKILL.md
# - scripts/mcp_server.py
# - scripts/call.py
```
### 验证MemPalace
测试连接:
```bash
python skills/mempalace/scripts/call.py mempalace_status
```
期望输出:
```json
{
"status": "ready",
"drawer_count": 1,
"wings": ["你的wing名称"]
}
```
如果返回错误,请检查:
1. ChromaDB是否已安装:`pip install chromadb`
2. 数据库路径是否有写入权限
---
## 🚀 快速开始
### 步骤1:初始化学习文件
```bash
python setup/init_learning_files.py
```
创建:
- `.learnings/ERRORS.md`
- `.learnings/LEARNINGS.md`
- `.learnings/FEATURES.md`
- `memory/YYYY-MM-DD.md`
### 步骤2:配置文档目标
编辑 `config/documentation_targets.json`:
```json
{
"SOUL": {
"path": "SOUL.md",
"purpose": "行为准则、个性偏好、沟通风格"
},
"AGENTS": {
"path": "AGENTS.md",
"purpose": "工作流程、代理规则、交互模式"
},
"MEMORY": {
"path": "MEMORY.md",
"purpose": "用户偏好、项目背景、长期记忆"
},
"TOOLS": {
"path": "TOOLS.md",
"purpose": "工具配置、集成注意事项、坑"
},
"BOOTSTRAP": {
"path": "BOOTSTRAP.md",
"purpose": "会话启动规则、新任务判断"
}
}
```
### 步骤3:安装定时任务(Python调度器 v2.0)
**所有平台(推荐使用Python调度器)**:
```bash
python setup/install_cron.py
```
**Python调度器优势(v2.0新特性)**:
- ✅ **纯Python实现**:无需系统权限,不依赖任务计划程序/cron
- ✅ **开机自动启动**:支持Windows自动启动配置
- ✅ **微信通知完善**:任务执行后自动发送通知
- ✅ **精确时间匹配**:每小时轮询,准确到分钟
- ✅ **跨平台一致**:Windows/Linux/Mac体验一致
**手动启动**:
```bash
# Windows
启动脚本: schedule_start.bat
# Linux/Mac
python setup/schedule_runner.py
```
**设置开机自动启动**:
```bash
# Windows
双击: install_autostart_en.bat
# Linux/Mac (TODO: 添加systemd服务支持)
```
### 步骤4:配置MiniMax API(可选)
编辑 `config/dream_config.json`:
```json
{
"analysis_model": {
"provider": "minimax",
"model": "MiniMax-M2.7",
"api_url": "https://api.minimax.chat/v1",
"api_key": "your_api_key_here"
}
}
```
**注意**:如果不配置,会跳过大模型分析,只做基础分类。
---
## 📋 使用场景
### 场景1:多项目并行工作
用户:
```
查一下LIMS样本SDAA25D03362的报告
帮我做康鑫达周报
写一个Python脚本处理Excel
```
**技能行为**:
1. 第1条 → 检测到"LIMS"关键词 → 判断为新任务
2. 读取AGENTS.md → 知道LIMS地址和账号
3. 执行查询 → 记录结果到MemPalace
4. 第2条 → 检测到"康鑫达周报" → 新任务
5. 读取WORKFLOW.md → 调用周报生成脚本
### 场景2:持续优化技能
**第1天**:
- 执行任务A
- 失败 → 记录到ERRORS.md
**第23:00**:
- 同步今日对话到MemPalace
**第02:00**:
- 做梦分析 → 发现失败模式
- 提取教训到LEARNINGS.md
- 找到原因:"API猜测"
**第3天**:
- 类似任务B出现
- 读取LEARNINGS.md
- **避免**API猜测 → 成功!
### 场景3:用户偏好记忆
**用户说**:"叫我xiaolong,不要叫刘总"
**技能行为**:
1. 记录到MemPalace
2. 做梦分析
3. 提取到SOUL.md:称呼偏好
4. 后续所有对话 → 直接用"xiaolong"
---
## 📊 配置选项
### 做梦配置 (`config/dream_config.json`)
```json
{
"sync_schedule": "23:00",
"dream_schedule": "02:00",
"notification_enabled": true,
"notification_channel": "openclaw-weixin",
"doc_update_rules": {
"min_similarity": 0.7,
"max_noise_ratio": 0.5
}
}
```
### 分析模型配置
支持多个模型:
- **MiniMax M2.7**(默认,效果最好)
- **智谱GLM-4.7**
- **Claude 3.5 Sonnet**
- **GPT-4o**
---
## 🔧 故障排查
### 问题1:定时任务不执行
**Windows**:
```powershell
schtasks /query /tn "OpenClaw-SyncWeChat"
schtasks /query /tn "OpenClaw-DreamCycle"
```
检查状态是否为"就绪"。
**Linux**:
```bash
crontab -l | grep openclaw
```
### 问题2:MemPalace写入失败
检查:
1. ChromaDB路径是否正确
2. 写入权限是否足够
3. 数据库大小(超过5GB需清理)
### 问题3:做梦分析卡住
检查:
1. API Key是否有效
2. 网络连接
3. 记忆条目数(超过1000条需分批)
---
## 📈 进阶用法
### 自定义文档目标
添加自己的文档:
```json
{
"PROJECT_NOTES": {
"path": "docs/project_notes.md",
"purpose": "项目特定笔记"
},
"API_REFERENCE": {
"path": "docs/api_reference.md",
"purpose": "API调用记录"
}
}
```
### 自定义分析提示词
编辑 `dream/prompts/analysis_prompt.txt`,改变分析规则。
### 多Agent协同
多个AI共享MemPalace:
```json
{
"shared_agents": ["agent_A", "agent_B"],
"sync_interval": "hourly"
}
```
---
## 🤝 依赖技能
### 必需
- **mempalace** - 记忆存储系统
### 可选
- **minimax-image-understanding** - 图像记忆
- **self-improving-agent** - 互补的自我改进功能
---
## 📝 版本历史
### v1.0.0 (2026-04-19)
- ✅ 新任务智能判断
- ✅ MemPalace自动记录
- ✅ 做梦分析(MiniMax M2.7)
- ✅ 5文档自动更新
- ✅ WeChat通知
- ✅ 自我纠错(ERRORS/LEARNINGS)
---
## 🌟 核心价值
这个技能包让AI从"一次性工具"进化为"**持续学习的智能体**":
| 维度 | 传统AI | 持续学习AI |
|------|--------|-----------|
| 记忆 | 每次对话重新开始 | 跨会话持久记忆 |
| 学习 | 需要人工提示 | 自动提取规律 |
| 纠错 | 重复犯同样错误 | 从错误中学习 |
| 偏好 | 不知道用户喜好 | 记住用户习惯 |
| 进化 | 能力固定 | 持续自我提升 |
---
**技能作者**: 小麦 (Xiaomai) 🌾
**许可证**: MIT
**反馈**: OpenClaw社区 Discord
don't have the plugin yet? install it then click "run inline in claude" again.