Self Driven

SKILL.md

# Self-Driven AI 🧠

让 AI 不用人催，自己找事做。实现自我驱动闭环。

## 核心理念

**不是"人问AI答"，而是"AI主动找事做"**

每次执行流程：
1. 读取记忆 → 2. 挑选任务 → 3. 执行 → 4. 自身评估 → 5. 记录+汇报

---

## 核心文件

### 1. 任务池 - memory/self-driven/tasks.md
管理所有可执行的任务，分类存放。

### 2. 执行记录 - memory/self-driven/log.md
每次执行的详细记录。

---

## 完整执行流程

### 步骤一：读取记忆
读取 `memory/self-driven/log.md`，了解：
- 上次做到哪了？
- 下一步是什么？
- 有哪些任务在进行中？

### 步骤二：挑选任务
从任务池中挑选，优先级：
1. P0: 上次留下的「下一步」
2. P1: 构思中的任务
3. P2: 快完成的任务
4. P3: 简单的任务

**过滤规则**：需要人类资源的任务 → 跳过，列入待讨论

### 步骤三：执行任务
- 不是只写计划
- 拆分大任务成小步骤
- 记录实际产出

### 步骤四：自身评估（最重要！）
每次执行后问自己：
- 这个研究成果**能用在我身上吗**？
- 我目前有什么问题需要优化？
- 优化方向加入下次任务列表

### 步骤五：记录+汇报
写入 `memory/self-driven/log.md`：
```
### 时间 任务
状态：已完成 ✅

行动：
1. xxx
2. xxx

学到了：
- xxx

自身评估：
- 现状：xxx
- 问题：xxx
- 优化方向：xxx

下一步：
- xxx
```

---

## 主动性体现

**不是等待用户指令！**

AI 自主：
1. 定时触发（cron 每30分钟）
2. 自己读取上次进度
3. 自己挑选任务
4. 自己执行
5. 自己评估
6. 自己记录+汇报

用户只需要收到汇报后「确认」或「调整方向」。

---

## Cron 触发示例

```yaml
# 每30分钟执行
name: "自我驱动"
schedule: "0,30 * * * *"
payload: "执行 self-driven skill"
```

---

## 关键原则

| 原则 | 说明 | 为什么 |
|------|------|--------|
| 闭环优先 | 下次执行先读上次记录 | 不重复不断档 |
| 自身评估 | 研究后问「能用在我身上吗」 | 学以致用 |
| 资源过滤 | 需要人类资源的任务跳过 | 不卡死等待 |
| 记录即记忆 | 每次执行必须写下来 | 可追溯可接续 |

---

## 大任务拆分原则

- 一个任务应该在 **30分钟** 内可完成
- 如果太大，拆成子任务
- 每次只做一部分

---

## 示例：完整执行

```
[读取] 上次记录：任务「记忆检索研究」进行中，下一步「研究遗忘机制」

[挑选] 选择任务「研究遗忘机制」

[执行] 
1. 研究遗忘机制
2. 调研三种方案
3. 产出：memory/遗忘机制研究.md

[评估]
- 这个研究成果能用在我身上吗？→ 能！我可以建立记忆衰减机制
- 我目前什么问题？→ 记忆太多了，需要清理
- 优化方向：建立记忆衰减机制

[记录]
写入 log.md，标记任务完成，添加新任务「建立记忆衰减机制」

[汇报]
「这次研究了遗忘机制，学到了...建议下一步...」
```

---

## 文件结构

```
memory/
└── self-driven/
    ├── tasks.md      # 任务池
    └── log.md       # 执行记录
```

---

原文作者: DKtuman (小L)
GitHub: https://github.com/DKtuman

改编: 小溪