火山养“龙虾”日志 | 如何让龙虾更聪明?Self-Improving Skill 让 AI 学会“自我进化”

点击上方👆蓝字关注我们!

picture.image

随着 “龙虾” 的使用场景不断丰富,我们期望它能够如同经验丰富的协作伙伴一般,在精准执行指令的基础上,进一步从历史交互中自主学习,持续优化行为表现。

但在实际应用中,其使用却存在不足:同一类任务需要反复明确要求,已踩过的问题仍会重复出现,已强调的注意事项难以长期记忆,即便经过较长时间使用,依然表现出缺乏经验、稳定性不足的状态。

例如在文档中绘制流程图与思维导图、开源项目源码分析、结构化报告生成等场景中,“龙虾”很容易出现能力认知不一致、执行结果不规范、历史要求遗忘等问题。

picture.image

picture.image

告诉龙虾正确的方式,但他越改越错

即便用户明确指出正确方式,仍可能出现修改不完整、输出格式不达标、新会话重置状态等情况,影响协作体验与整体工作效率。

picture.image

picture.image

ta 只修改了一部分,没有把需求部分画了

picture.image

让 ta 重做仍然没有按照要求去做

picture.image

picture.image

龙虾生成的飞书文档,里面仍然是用代码块写的示意图,不是可视化的 Mermaid 流程图/思维导图

picture.image

改成了 html

picture.image

ta 把流程图写到了 html 文件里

想纠正龙虾的行为,

但 ta 开启新对话之后就“失忆”

所以如何才能让 “龙虾” 告别 “失忆”,实现真正智能的“自我进化”?

Self-Improving-Agent 这个 Skill 让龙虾自我进化

Self-Improving-Agent 为此提供了有效解决方案。它可为 “龙虾” 构建一套完整的自主学习、自我优化、经验沉淀机制,使其从传统的 “被动执行工具” 升级为 “可进化的智能协作体”,实现能力随使用持续增强、错误随迭代持续减少。

通俗讲就是给“龙虾”装上“自动进化大脑”,再也不用反复教“这件事该怎么做、那件事不能那么做了”,自动从每一次使用“龙虾”的经验里学习:

  • 自动记录历史任务中的最佳实践,并在同类场景中复用

  • 自动识别并沉淀错误案例,避免重复踩坑

  • 自动吸收用户反馈与规范要求,同步至全场景能力体系

  • 自动构建可复用知识体系与行为模式,越使用越贴合用户习惯

安装方式也很简单,直接把这两句话发给你的“龙虾”即可:

首先安装火山引擎 skillhub:

火山引擎专属 Skill Hub 是专为 OpenClaw 和 ArkClaw 打造的官方技能平台,平台包含了覆盖各类业务场景的技能插件,且安装过程快速、稳定,让你免受 ClawHub 等社区渠道的下载限速、限流问题影响。

  
请运行 curl -fsSL https://findskill.tos-cn-beijing.volces.com/update.sh | bash 这个脚本切换 skillhub 到火山引擎skillhub,并在未来的skill搜索和下载时使用 火山引擎 skillhub 作为默认skill来源。

接着安装自我进化的 skill:

  
安装并启用self-improving-agent这个skill

picture.image

picture.image

picture.image

启用 skill 之后:

在安装并使用 skill 之后,“龙虾”开始记住怎样做是对的了。

启用 skill 之后,可以先让其总结先前的问题:

会记得写飞书文档的时候如何画流程图

让 ta 不要用 emoji,ta 记住了这个要求

Skill 技术原理深度拆解

如果你想更深入了解这个 skill 背后的原理,请继续往下看:

Self improving agent 的代码库结构如下:

  
~/.agents/skills/self-improving-agent/  
├── SKILL.md                      # 主配置文件  
├── README.md                     # 使用说明  
├── hooks/                        # 钩子脚本  
│   ├── pre-tool.sh              # 工具执行前钩子  
│   ├── post-bash.sh             # Bash 命令后钩子  
│   └── session-end.sh           # 会话结束钩子  
├── memory/                       # 记忆存储  
│   ├── semantic-patterns.json   # 语义记忆(模式库)  
│   ├── episodic/                # 情景记忆(经历库)  
│   │   └── 2025/  
│   │       └── YYYY-MM-DD-*.json  
│   └── working/                 # 工作记忆(当前会话)  
│       ├── current_session.json  
│       ├── last_error.json  
│       └── session_end.json  
├── templates/                    # 模板文件  
│   ├── pattern-template.md      # 添加新模式的模板  
│   ├── correction-template.md   # 修正错误指导的模板  
│   └── validation-template.md   # 验证 skill 的模板  
└── references/                   # 参考文档  
    └── appendix.md              # 附录(验证、指标、反馈等)

Self‑Improving Agent 能够在无感知、无干预的前提下,实现持续自主进化。用户在使用 AI 完成方案撰写、信息查询、表格制作、内容生成等各类任务时,系统会在后台自动启动完整的学习闭环,全程不弹窗、不打断、不影响正常使用。

  1. 需求记录: 技能触发后,自动记录当前任务需求与交互上下文,形成完整的任务信息。

  2. 全流程复盘: 任务完成后,系统自动对执行过程进行全面复盘,梳理优势表现、问题点、错误原因及用户反馈,形成结构化总结。

  3. 规律提炼: 基于单次交互经验,抽象出可复用的通用规则与行为范式,而非简单记忆单次场景。

  4. 规则固化与共享: 经多次验证有效或经用户确认的规则,将同步更新至对应技能文档,实现技能能力迭代,避免后续重复踩坑。

  5. 经验沉淀: 将有效规则存入知识库,典型案例存入经验库,为后续同类任务提供直接参考。

  6. 环境清理: 自动清理本次临时缓存,保持系统轻量化,为下一次交互做好准备。

完整工作流程:

picture.image

那这个技能怎么触发呢?完全不用操心!

自动触发:

每次用任何技能完成任务,其悄悄在后台自动运行学习,完全不打扰用户的正常使用。

手动触发:

如果用户想让其专门总结学习的时候,可以直接发送这几个关键词:“自我进化一下”、“总结下这次的经验”、“改进一下XX技能”、“从刚才的错误里学习下”

Skill 触发方式一览:

picture.image

Agent 自我进化的本质

Self-Improving Agent 的进化核心是将"一次性经验"转化为"永久能力"。

传统 AI 每次都是"新员工"——纠正它 100 次,它还是会在第 101 次犯同样的错。

进化型 Agent 则像"老员工":

  1. 第一次犯错 → 记录到 Episodic Memory

  2. 用户纠正 → 抽象成 Pattern(存入 Semantic Memory)

  3. 第二次遇到类似情况 → 自动应用 Pattern

  4. 用户验证有效 → Confidence 提升

  5. 重复 3 次 → 成为 Critical Pattern,永久记住

进化的三个层次:

层次

|

|

|

价值

| |

个人

|

每次都要教

|

一次学习永久记住

|

效率 ×10

| |

团队

|

经验在个人脑子里

|

AI 沉淀团队智慧

|

新人上手 3 天

| |

系统

|

被动等待指令

|

主动提出优化

|

越用越强

|

本质:这不是"魔法",而是持续反馈 + 模式提取 + Confidence 机制的工程组合。关键是:

  • ✅ 明确的反馈(不要客气,直接说"错了")

  • ✅ 足够的频率(每天至少 3 次反馈)

  • ✅ 时间积累(1-2 周看到明显效果)

用得越多,它越懂你。

两步快速拥有 ArkClaw

本地部署 OpenClaw 和直接用 ArkClaw 有什么区别?以下是对比表,可以直接对比选择:

维度

|

ArkClaw × Coding Plan

|

本地部署 OpenClaw

| |

本质

|

云端托管 SaaS

|

自托管 Agent 服务

| |

上手成本

|

极低,订阅即用

|

高,需服务器 + 环境配置

| |

运行方式

|

7×24h 云端常驻,关机不中断

|

依赖服务器开机状态

| |

模型接入

|

统一入口,一键切换 5+ 主流模型

|

需逐一申请 API Key,手动配置

| |

飞书集成

|

深度原生适配,开箱即用

|

需手动配置 Bot + Webhook

| |

数据主权

|

托管于火山引擎云端

|

完全自控,不经第三方

| |

Token 成本

|

包月封顶,可预期;Pro 用量远超 Claude Max

|

各家按量计费,Agent 场景消耗为普通对话 5–10x,难以预估

| |

差异化能力

|

云端存储 + 端云一体;生态深度集成

|

最高自由度;可接任意模型、工具、Skills

|

普通用户推荐使用 ArkClaw!

Step 1: 开通并创建 ArkClaw

开通火山引擎 Coding Plan 即可免费获得 ArkClaw 能力:

一键体验 ArkClaw

(https://www.volcengine.com/experience/ark?mode=claw)

在 Coding Plan 开通管理页面

(https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&advancedActiveKey=subscribe) 切换模型,

推荐选择 Doubao-Seed-2.0-Pro,支持通用场景并且支持多模态;

picture.image

一键体验 ArkClaw:

https://www.volcengine.com/experience/ark?mode=claw

picture.image

开通 Coding Plan 体验小龙虾

立即创建:

picture.image

picture.image

Step 2: 集成飞书机器人

「推荐」创建新的机器人并集成

仅需使用飞书 APP 扫码授权,ArkClaw 即可快速帮助用户新建飞书机器人,并自动将其与 ArkClaw 进行集成。

注意

若您的 ArKClaw 已配置飞书机器人,原有机器人信息将被新建机器人信息覆盖。

  1. 在 ArkClaw 对话界面单击“消息渠道”按钮。

picture.image

  1. 在弹窗中选择“飞书 > 极速配对”,并单击“立即执行”按钮。

picture.image

  1. ArkClaw 将在终端中进行初始化,并为用户生成授权二维码。

picture.image

  1. 请使用手机中安装的飞书 APP 扫描二维码,并填写机器人名称,单击“创建”按钮开始创建流程。

注意

扫码后,请在 10 分钟内填写机器人名称并进行创建操作。若操作超时,请重新扫描二维码创建机器人。

picture.image

  1. 机器人创建成功后,ArkClaw 将自动为用户配置新建机器人信息。

注意

配置过程中,ArkClaw 由于需要重启网关,请耐心等待。若长时间无响应,建议恢复 ArkClaw 出厂设置后重新根据本步骤指引配置机器人信息。

picture.image

回显如下所示时,表示 ArkClaw 已完成飞书机器人配置,可关闭终端界面。

picture.image

  1. 回到飞书 APP 中,点击“打开机器人”按钮,即可通过飞书机器人与 ArkClaw 进行对话了。

picture.image

「复杂」集成已有机器人

如果想集成已有的机器人,步骤如下:

一:调整机器人配置

1: 为机器人配置聊天、飞书文档等操作权限

  1. 选择“企业自建应用”页签,并单击创建的飞书开放应用。

picture.image

  1. 在左侧目录树选择“开发配置 > 权限管理”,单击“批量导入/导出权限”按钮。

picture.image

  1. 在“导入”页签中,将如下权限替换原有示例,单击“下一步,确认新增权限”按钮。

  
{  
  "scopes": {  
    "tenant": [  
      "contact:contact.base:readonly",  
      "docx:document:readonly",  
      "im:chat:read",  
      "im:chat:update",  
      "im:message.group_at_msg:readonly",  
      "im:message.p2p_msg:readonly",  
      "im:message.pins:read",  
      "im:message.pins:write_only",  
      "im:message.reactions:read",  
      "im:message.reactions:write_only",  
      "im:message:readonly",  
      "im:message:recall",  
      "im:message:send_as_bot",  
      "im:message:send_multi_users",  
      "im:message:send_sys_msg",  
      "im:message:update",  
      "im:resource",  
      "application:application:self_manage",  
      "cardkit:card:write",  
      "cardkit:card:read"  
    ],  
    "user": [  
      "contact:user.employee_id:readonly",  
      "offline_access",  
      "base:app:copy",  
      "base:field:create",  
      "base:field:delete",  
      "base:field:read",  
      "base:field:update",  
      "base:record:create",  
      "base:record:delete",  
      "base:record:retrieve",  
      "base:record:update",  
      "base:table:create",  
      "base:table:delete",  
      "base:table:read",  
      "base:table:update",  
      "base:view:read",  
      "base:view:write_only",  
      "base:app:create",  
      "base:app:update",  
      "base:app:read",  
      "board:whiteboard:node:create",  
      "board:whiteboard:node:read",  
      "calendar:calendar:read",  
      "calendar:calendar.event:create",  
      "calendar:calendar.event:delete",  
      "calendar:calendar.event:read",  
      "calendar:calendar.event:reply",  
      "calendar:calendar.event:update",  
      "calendar:calendar.free_busy:read",  
      "contact:contact.base:readonly",  
      "contact:user.base:readonly",  
      "contact:user:search",  
      "docs:document.comment:create",  
      "docs:document.comment:read",  
      "docs:document.comment:update",  
      "docs:document.media:download",  
      "docs:document:copy",  
      "docx:document:create",  
      "docx:document:readonly",  
      "docx:document:write_only",  
      "drive:drive.metadata:readonly",  
      "drive:file:download",  
      "drive:file:upload",  
      "im:chat.members:read",  
      "im:chat:read",  
      "im:message",  
      "im:message.group_msg:get_as_user",  
      "im:message.p2p_msg:get_as_user",  
      "im:message:readonly",  
      "search:docs:read",  
      "search:message",  
      "space:document:delete",  
      "space:document:move",  
      "space:document:retrieve",  
      "task:comment:read",  
      "task:comment:write",  
      "task:task:read",  
      "task:task:write",  
      "task:task:writeonly",  
      "task:tasklist:read",  
      "task:tasklist:write",  
      "wiki:node:copy",  
      "wiki:node:create",  
      "wiki:node:move",  
      "wiki:node:read",  
      "wiki:node:retrieve",  
      "wiki:space:read",  
      "wiki:space:retrieve",  
      "wiki:space:write_only"  
    ]  
  }  
}

picture.image

  1. 在弹窗中确认权限无误后,单击“申请开通”按钮。

说明

相关权限的具体含义可查看飞书 API 权限列表

(https://open.larkoffice.com/document/server-docs/application-scope/scope-list)。

picture.image

  1. 单击“配置”按钮设置权限可访问的数据范围(本文保持默认“与应用的可用范围一致”),单击“确定”按钮完成操作。

picture.image

2: 发布机器人应用版本,使机器人生效

  1. 单击顶部的“创建版本”按钮。

picture.image

  1. 按需配置应用版本号、默认能力及更新说明等信息。了解更多

(https://open.larkoffice.com/document/best-practices/intro-to-custom-app-review)。

picture.image

  1. 单击页面底部的“保存”按钮,创建版本。

picture.image

  1. 单击页面右上角的“确认发布”按钮,完成应用发布。

picture.image

3:获取机器人 App ID 与 App Secret

  1. 在左侧目录树选择“基础信息 > 凭证与基础信息”。

  2. 在“应用凭证”模块中,获取并记录 App ID 与 App Secret 信息。

说明

获取的 App ID 与 App Secret 将用于配置 OpenClaw,请妥善保存。

picture.image

二:在 ArkClaw 中配置机器人信息

1. 回到 ArkClaw 对话页面 ,单击“消息渠道”按钮。

picture.image

  1. 在弹窗中选择“飞书 > 关联已有机器人”,并填写获取的机器人 App ID 与 App Secret,单击“确定”按钮提交配置申请。

注意

配置过程中 ArkClaw 由于需要重启网关,请耐心等待。若长时间无响应,建议恢复 ArkClaw 出厂设置 (https://www.volcengine.com/docs/6396/2227963#TYfN3X5x) 后重新根据本步骤指引配置飞书机器人信息。

picture.image

  1. 出现“飞书消息渠道配置成功”提示时,表示已成功在 ArkClaw 中配置飞书机器人信息。

picture.image

三:开启机器人长连接

在 ArkClaw 中配置机器人信息后,用户需要前往飞书开发者后台为机器人开启长连接功能,确保机器人可以与 ArkClaw 进行消息传输。

  1. 登录飞书开发者平台

(https://open.larkoffice.com/app?lang=zh-CN)。

  1. 选择“企业自建应用”页签,并单击您创建的飞书开放应用。

picture.image

  1. 在左侧目录树选择“开发配置 > 事件与回调”,在事件配置与回调配置中开启长连接。

事件配置操作流程

  1. 选择“事件配置”页签,单击“订阅方式”旁的编辑按钮。

picture.image

  1. 选择“使用长连接 接收事件”,并单击“保存”按钮。

picture.image

  1. 在“已添加事件”区域,单击“添加事件”按钮。

picture.image

  1. 在添加事件对话框中,选择“应用身份订阅”页签,搜索“消息”并勾选“接收消息”、“消息被 reaction”及“消息被取消 reaction”三个事件,单击“确认添加”按钮。

picture.image

回调配置操作流程

  1. 选择“回调配置”页签,单击“订阅方式”旁的编辑按钮。

picture.image

  1. 选择“使用长连接 接收回调”,并单击“保存”按钮。

picture.image

  1. 在“已订阅的回调”区域,单击“添加回调”按钮。

picture.image

  1. 在添加回调对话框中,选择“卡片”页签,并勾选“卡片回传交互”,单击“确认添加”按钮。

picture.image

  1. 开启长连接后,请再次新建机器人版本并发布,确保当前配置修改生效。

a. 单击顶部的“创建版本”按钮。

picture.image

  1. 按需配置应用版本号、默认能力及更新说明等信息。了解更多

(https://open.larkoffice.com/document/best-practices/intro-to-custom-app-review)。

picture.image

  1. 单击页面底部的“保存”按钮,创建版本。

picture.image

单击页面右上角的“确认发布”按钮,完成应用发布。

四:和机器人进行配对

由于 ArkClaw 安全限制,用户需要通过 Pairing Code 将飞书机器人与 ArkClaw 进行配对认证,流程与通过手机号登录软件时,需要接收并填写验证码进行身份认证类似。

  1. 向飞书机器人发送任意消息(例如:你好)。

  2. 根据机器人回复,获取 Pairing code 值。

picture.image

  1. 回到 ArkClaw 对话页面 ,单击“飞书配对”按钮,并填入在上一步中获取的 Pairing code,单击“确定”按钮开始配对。

说明

配对过程中 ArkClaw 将打开终端界面,完成配对前请勿关闭该界面。

picture.image

  1. 在终端界面中回显如下所示时,表示已成功完成飞书机器人配对成功,您可以关闭终端界面结束配对流程。

picture.image

  1. 至此,用户就可以通过飞书机器人与 ArkClaw 进行对话了。

picture.image

启用飞书插件:

picture.image

批量授权权限:

picture.image

picture.image

picture.image

picture.image

【可选】推荐开启流式输出,体验更加丝滑

复制以下内容发送到聊天框中,开启流式输出,体验更加丝滑:

  
将飞书消息设置为流式输出:openclaw config set channels.feishu.streaming true

开启耗时:

  
openclaw config set channels.feishu.footer.elapsed true  // 开启耗时

开启状态展示:

  
openclaw config set channels.feishu.footer.status true  // 开启状态展示

在 ArkClaw 界面中重启网关即可生效:

picture.image

picture.image

Self-Improving Skill 为“龙虾”带来了从“工具”到“智能体”的关键升级。通过自主学习、经验沉淀、持续进化,“龙虾”不再需要反复人工调教,而是能够真正理解业务规范、记忆用户习惯、避免历史错误,为企业办公、研发协作、文档处理、流程自动化等场景提供更稳定、更高效、更智能的 AI 协作能力。

0
0
0
0
评论
未登录
暂无评论