AI Skill 大全

智能体自我进化

元认知自学习系统——基于预测编码与价值驱动的 Skill 自动演化,用 openclaw CLI/MCP/TS SDK 管理 Skill 生命周期。

功能与用途

本技能为智能体提供元认知自学习与能力自动演化服务。用户或自动化系统输入任务执行上下文、成败价值评分或嵌入向量后,技能利用残差金字塔分解量化认知缺口,在残差超标时自动触发反思,结合价值门控决定调整策略权重或生成子技能,并持久化沉淀高价值经验。使用前需具备 OpenClaw 基础环境、Node.js 与 Python 运行依赖,并完成 MCP 服务配置。

适用场景

  • 智能体任务反思与策略调优:在自动化流程中输入任务执行结果与价值评分,系统自动检测认知缺口并触发反思,动态微调策略权重以改进后续决策。
  • 未知任务场景的子技能自动生成:面对未覆盖的复杂任务时,输入特征嵌入向量进行残差分析,当新颖度达到阈值时自动裂变出新谓词或派生专用子技能。
  • 经验沉淀与跨会话回放复用:利用经验回放与持久化模块缓存已学行为模式,防止相同盲区被重复触发,在新会话中快速加载成熟能力降低探索开销。

适用人群

  • Agent 开发者
  • 研究者
  • 自动化构建者

使用步骤

  1. 用 CLI 列/建/执行 Skill。
  2. 起 MCP 服务器或 TS SDK。
  3. 残差能量触发反思。
  4. 价值门控接受变异并持久化。

开始使用

将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。

查看 MCP 接入说明

技术信息

分类
AI工作流
适用工具
Codex、Claude Code、OpenClaw、Hermes、国内 Agent
使用难度
进阶
版本
1.0.2
最近更新
2026-05-18
文件数
3
安装包大小
自动生成 ZIP
安全检查
基础检查通过

Meta-cognitive self-learning system - Automated skill evolution based on predictive coding and value-driven mechanisms.

使用前准备

  • openclaw 环境
  • (MCP)Node 环境

依赖与权限

  • 读取用户主动提供的内容

同类 Skill