自适应学习
自适应学习 Agent——实时从错误与纠正中学习,自动记录失败/反馈/成功模式,本地零依赖运行。
功能与用途
一个自适应学习 Agent 能力(MIT、零依赖、本地运行)。捕获每次错误、纠正与成功模式,下次遇到相似问题前自动检索相关学习。四大功能:记录学习(record_learning,成功模式/洞见)、记录错误(record_error,失败与解法)、搜索检索(search_learnings/get_recent_learnings/by_category)、查看摘要。真实用例:bug 发现、prompt 优化、API 集成、工作流改进、团队知识共享。需本地 Python 运行,难度进阶。
适用场景
- 代码报错与修复记录:记录开发中遭遇的异常及排错方案,在下次遇到相似错误时自动调取已有解法。
- 提示词调优与经验沉淀:记录在不同任务中测试有效的 Prompt 技巧与参数配置,形成本地可复用的提示词库。
- 第三方接口特性备忘:保存各接口调用的特殊限制、参数边界与避坑方案,避免在系统对接中重复踩坑。
适用人群
- 开发者
- Agent 构建者
- 团队
使用步骤
- record_learning 记成功模式。
- record_error 记失败与解法。
- search_learnings 检索。
- 查看摘要持续改进。
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。
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
- 1.0.0
- 最近更新
- 2026-05-17
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Capture, store, and retrieve errors, corrections, and best practices locally to continuously improve AI agent workflows and knowledge.
使用前准备
- Python 环境(零依赖本地)
依赖与权限
- 读取用户主动提供的内容