Self-learning skills for AI coding agents

Self-learning skills for AI coding agents

一句话结论

Kulaxyz/self-learning-skills 的价值不在于“又一个技能包”，而在于它把 agent 经验沉淀定义成一个可执行闭环：识别刚刚验证过的 golden path，过滤掉一行事实和一次性答案，只把可复用、经过验证、包含失败路径的过程提升为 skill/rule/AGENTS.md 片段。

为什么对用户重要

用户的 Hermes 与 llm-wiki 工作流已经在做知识沉淀，但存在一个常见缺口：一次任务中解决了环境、权限、命令、验证路径、失败模式，下一次 cron 或交互会话仍可能重新摸索。这个仓库给出的关键启发是：不是所有记忆都应进入长期知识库；只有通过验证、能避免未来重复试错的过程，才值得提升为自动加载的技能。

这与 LLM-Wiki 的编译式知识库目标一致，但粒度不同：llm-wiki 保存可读的概念与来源综合；self-learning skill 保存“下次 agent 应如何做”的操作路径。两者结合后，可以形成从事件到经验、从经验到技能、从技能到评测的闭环。

机制 / 一阶原理

该项目把自学习拆成三个环节：

1. Recognize：当任务经过多次尝试才成功、出现非显然命令、项目事实、部署路径或用户说“记住这个”时触发。
2. Capture：记录过程而非一次性答案；同时记录失败路径，因为下次跳过死路通常和复用成功路径一样有价值。
3. Reuse：根据工具生态把结果写入 skills/<name>/SKILL.md、.cursor/rules/learned/*.mdc 或 AGENTS.md，使下一会话自动加载。

最关键的是它的 promotion rule：只有同时满足“通过了真实检查”“命名了要避免的失败模式”“至少排除了一个具体死路”，才把经验提升为权威 skill。缺少任一项则只应保留为 tentative memory 或跳过。

与既有 wiki 概念的关系

• 对 External-Agent-Skills-Design-Patterns：补充了“技能生命周期”维度。过去设计模式偏重 trigger、prerequisite、verification、fallback；这里强调 skill 的产生也需要门禁。
• 对 Agent-Skill-Discovery：说明技能生态不只是外部发现，也可以从本地任务中持续收获。
• 对 AI-Self-Improvement-Lab：提供一个低成本的自我改进单元：把已验证 workflow 升级为可复用 skill，再在后续任务中观察是否降低重复试错。
• 对 AGENTS.md-Context-Files：说明 AGENTS.md 不是静态说明书，也可以作为跨 agent 的经验承载层，但必须防止把未经验证的猜测写进去。

对 Hermes / llm-wiki 的可执行启发

1. 在每次深度入库或复杂调试后，增加一个轻量 harvest 判断：这次是否产生了可复用 golden path？
2. harvest 不应直接写入技能，先检查三件事：是否有真实验证结果、是否命名了失败模式、是否记录了至少一个被排除的死路。
3. 对 llm-wiki cron，优先收获“雷达发现路径”“raw 保存与 hash 规则”“索引/重建/链接验证流程”这类重复性高的流程，而不是每篇文章的内容摘要。
4. 对 Hermes skill，区分三层：一行事实进 memory；多步流程进 skill；长期概念综合进 wiki。

失败模式与边界

• 经验膨胀：如果每个小技巧都提升为 skill，会污染触发空间，导致自动加载噪声超过收益。
• 未验证猜测固化：没有 passing check 的路径一旦写入 skill，下次 agent 会更快地犯同样错误。
• 泄密风险：项目强调不能写入 token、密码、连接串，只记录 secret 的位置或环境变量名；这对共享 skills 尤其重要。
• 跨工具语义差异：Claude Code、Cursor、Codex、Gemini CLI 对技能/规则/AGENTS.md 的加载方式不同，迁移时不能只复制文件格式，还要验证触发方式。

深度判断

值得晋升为 source 页面，因为它直接回答了 llm-wiki 自我优化中的一个长期问题：如何把一次性执行经验转化成可复用、可验证、低污染的 agent 操作知识。它的机制与用户的 External-Agent-Skills-Design-Patterns、AI-Self-Improvement-Lab 高度耦合，且 promotion rule 可立即转化为 Hermes 的低风险流程改进。

写入记录

• 2026-07-01 15:00 CST：新增 source 页面，分析 self-learning-skills 的经验收获闭环、promotion rule、与 Hermes/llm-wiki 自我优化的关系。