进化循环（免费版）

AI Agent的PDCA自改进引擎。三层记忆分层，从纠正与反思中持续进化，永不重复犯错。

AI Agent最大的痛点不是不会做，而是"上次纠正过的错误下次又犯"。进化循环免费版将零散的纠正与反思过程结构化为可追溯的记忆系统，基于PDCA闭环让Agent持续进化。

架构总览

┌─────────────────────────────────────────────────────────────────┐
│                   进化循环免费版 (EVOLVE LOOP FREE)              │
├─────────────────────────────────────────────────────────────────┤
│                                                                 │
│   ┌──────────────┐    ┌──────────────┐    ┌──────────────┐     │
│   │   Plan 计划   │ -> │   Do 执行    │ -> │ Check 检查   │     │
│   │  读取HOT记忆  │    │  执行用户任务 │    │ 自我反思评估  │     │
│   └──────────────┘    └──────────────┘    └──────────────┘     │
│                                                  │              │
│                                                  v              │
│                                          ┌──────────────┐       │
│                                          │ Act 改进     │       │
│                                          │ 写入记忆+归档 │       │
│                                          └──────────────┘       │
│                                                  │              │
│   ┌──────────────┐    ┌──────────────┐    ┌──────────────┐     │
│   │  HOT 热内存   │    │  WARM 温存储  │    │  COLD 冷归档  │     │
│   │ memory.md    │    │ projects/    │    │ archive/     │     │
│   │ ≤100行 常驻   │    │ domains/     │    │ 按需加载      │     │
│   └──────────────┘    └──────────────┘    └──────────────┘     │
│                                                                 │
└─────────────────────────────────────────────────────────────────┘

快速开始

1. 阅读## 核心能力章节了解skill功能
2. 按## 依赖说明配置环境
3. 执行所需能力对应的命令
4. 参考## 错误处理章节处理异常
5. 查看## FAQ解答常见疑问

30秒上手

创建热内存文件，立即开始记录纠正与反思：

mkdir -p ~/evolve-loop/{projects,domains,archive}
cat > ~/evolve-loop/memory.md << 'EOF'
# 热内存（HOT）

**结果处理**: 执行完成后,查看输出结果确认操作状态。成功时输出包含处理摘要和结果数据;失败时根据错误信息排查问题,查阅错误处理章节获取恢复步骤。


## 用户偏好
[暂无]

## 已确认规则
[暂无]

## 近期纠正
[暂无]

---
*最后更新：启动初始化*
EOF

cat > ~/evolve-loop/corrections.md << 'EOF'
# 纠正日志（最近50条）

EOF

60秒完整配置

在基础搭建之上，初始化命名空间与反思日志：

# 创建命名空间目录
mkdir -p ~/evolve-loop/projects/{project-a,project-b}
mkdir -p ~/evolve-loop/domains/{code,writing,comms}

# 创建反思日志
cat > ~/evolve-loop/reflections.md << 'EOF'
# 自我反思日志

格式：
CONTEXT: [任务类型]
REFLECTION: [反思内容]
LESSON: [改进要点]
PROMOTED: [是否3次命中升级HOT]

EOF

# 创建索引
cat > ~/evolve-loop/index.md << 'EOF'
# 记忆索引

| 层级 | 文件 | 行数 | 最后更新 |
|------|------|------|----------|
| HOT | memory.md | 0 | - |
| WARM | projects/ | 0 | - |
| WARM | domains/ | 0 | - |
| COLD | archive/ | 0 | - |
EOF

核心能力

1. PDCA闭环进化

输入: 用户提供PDCA闭环进化所需的指令和必要参数。 处理: 按照skill规范执行PDCA闭环进化操作,遵循单一意图原则。 输出: 返回PDCA闭环进化的执行结果,包含操作状态和输出数据。

2. 三层记忆分层

输入: 用户提供三层记忆分层所需的指令和必要参数。 处理: 按照skill规范执行三层记忆分层操作,遵循单一意图原则。 输出: 返回三层记忆分层的执行结果,包含操作状态和输出数据。

3. 纠正信号识别

自动捕获以下8类显式纠正短语并记录到corrections.md：

忽略清单（不记录）：

• 一次性指令（"现在做X"）
• 上下文限定（"在这个文件里..."）
• 假设性场景（"如果..."）

输入: 用户提供纠正信号识别所需的指令和必要参数。 处理: 按照skill规范执行纠正信号识别操作,遵循单一意图原则。 输出: 返回纠正信号识别的执行结果,包含操作状态和输出数据。

4. 自我反思触发器

在以下场景自动触发反思：

CONTEXT: [任务类型]
REFLECTION: [我注意到了什么]
LESSON: [下次应该怎么改]

触发时机：

• 完成多步任务后
• 收到反馈（正向或负向）后
• 修复Bug或错误后
• 自我察觉输出可优化时

输入: 用户提供自我反思触发器所需的指令和必要参数。 处理: 按照skill规范执行自我反思触发器操作,遵循单一意图原则。 输出: 返回自我反思触发器的执行结果,包含操作状态和输出数据。

5. 自动升降级机制

核心原则：永远不删除已确认的偏好，仅合并、摘要或降级。

输入: 用户提供自动升降级机制所需的指令和必要参数。 处理: 按照skill规范执行自动升降级机制操作,遵循单一意图原则。 输出: 返回自动升降级机制的执行结果,包含操作状态和输出数据。

6. 命名空间隔离

三级继承结构，避免跨项目污染：

全局偏好（memory.md）
    ↓ 继承
域模式（domains/code.md, domains/writing.md）
    ↓ 继承
项目模式（projects/project-a.md）

冲突解决优先级：

1. 最具体优先（项目 > 域 > 全局）
2. 最近优先（同层级取最新）
3. 歧义时询问用户

输入: 用户提供命名空间隔离所需的指令和必要参数。 处理: 按照skill规范执行命名空间隔离操作,遵循单一意图原则。 输出: 返回命名空间隔离的执行结果,包含操作状态和输出数据。

7. 透明引用

每次基于记忆执行行动时，必须标注来源：

"使用X规则（来源：projects/foo.md:12）"
"基于你的偏好Y（来源：memory.md:5）"

输入: 用户提供透明引用所需的指令和必要参数。 处理: 按照skill规范执行透明引用操作,遵循单一意图原则。 输出: 返回透明引用的执行结果,包含操作状态和输出数据。

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

8. 优雅降级

当上下文接近限制时：

1. 仅加载memory.md（HOT）
2. 按需加载最小匹配命名空间
3. 明确告知用户："当前未加载[域/项目]记忆，需要时告知我"

输入: 用户提供优雅降级所需的指令和必要参数。 处理: 按照skill规范执行优雅降级操作,遵循单一意图原则。 输出: 返回优雅降级的执行结果,包含操作状态和输出数据。 能力覆盖范围：本skill的核心能力覆盖以下场景关键词：Agent、自改进、闭环引擎、三层记忆分层存储、从纠正与反思中持、续进化、进化循环免费版为、提供一套基于、闭环的自改进引擎、将零散的、用户纠正、过程结构化为可追、可演化的记忆系统、核心能力、温存储项目域、次命中升级、天未用降级、天归档、反馈后、修复后、全局三级继承、歧义询问、每次行动标注来源等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持。

使用场景

场景一：独立开发者跨会话偏好沉淀（开发者角色）

痛点：每次新会话都要重新告诉Agent"我用pnpm不用npm"、"代码风格用2空格"、"测试框架用Vitest"。

使用方式：

用户："这个项目用Tailwind，不用原生CSS"

Agent内部执行：
1. 写入memory.md："偏好：使用Tailwind，不用原生CSS"
2. 写入corrections.md：纠正记录
3. 响应："明白了，使用Tailwind"

[30天后]
用户开启新会话
Agent自动加载memory.md，立即知道用户偏好Tailwind

效果：跨会话偏好零重复，第30天仍记得第1天的偏好。

场景二：技术决策记忆与避坑（技术负责人角色）

痛点：团队3个月前决定不用某方案，新会话Agent又建议该方案，浪费时间重复讨论。

使用方式：

用户："为什么你又建议用Redux？我们之前决定用Zustand了"

Agent内部执行：
1. 检索corrections.md，找到3个月前的决策记录
2. 写入corrections.md：纠正记录+引用历史决策
3. 升级为HOT规则（3次命中）
4. 响应："抱歉，根据你之前的决策（projects/state-mgmt.md:8），使用Zustand而非Redux"

效果：已决策事项不再重复讨论，节省约70%的方案讨论时间。

场景三：写作风格持续校准（内容创作者角色）

痛点：每次写文章都要重新告诉Agent"我的语气偏口语化"、"不用'其次'这种转折词"、"段落要短"。

使用方式：

用户："别用'其次'，用'另外'"

Agent内部执行：
1. 写入memory.md："写作偏好：禁用'其次'，改用'另外'"
2. 写入domains/writing.md："风格规则：避免书面化转折词"
3. 后续所有写作自动应用此规则

效果：写作风格自动校准，3次纠正后形成稳定规则。

多角色场景指南

不适用场景

以下场景进化循环(免费版)不适合处理：

• 需要100%确定性的关键决策
• 医疗诊断
• 法律判决

触发条件

需要AI模型调用、智能对话、Agent编排、LLM应用时使用。不适用于非本工具能力范围的需求。

常用查询

记忆统计报告

进化循环记忆统计

HOT（常驻加载）:
  memory.md: X 条目

WARM（按需加载）:
  projects/: X 文件
  domains/: X 文件

COLD（归档）:
  archive/: X 文件

近7天活动:
  纠正记录: X 条
  升级到HOT: X 条
  降级到WARM: X 条

常见陷阱

FAQ

Q1：免费版能记录多少条记忆？

免费版无记忆条数限制，但HOT层memory.md限制在100行以内（确保加载速度），超出时触发压缩流程（合并相似条目、归档低优先级）。WARM层每文件200行限制，COLD层无限制。

Q2：跨会话如何保证记忆不丢失？

所有记忆持久化存储在~/evolve-loop/目录的Markdown文件中。会话开始时Agent自动读取memory.md恢复HOT上下文。建议将~/evolve-loop/纳入git版本控制，实现额外的版本备份与跨设备同步。

Q3：如何处理相互矛盾的记忆？

按优先级解决：最具体优先（项目>域>全局）> 最近优先（同层级取最新）> 歧义时询问用户。冲突解决后会记录在corrections.md中，保留历史可追溯。

Q4：免费版与专业版有什么区别？

免费版提供核心三层记忆+PDCA闭环+纠正信号识别+自我反思。专业版额外解锁：六西格玛质量度量（量化改进效果）、多项目并行记忆隔离、跨设备云同步、决策回溯、多角色场景指南（7种角色）、性能优化策略。专业版使用GPT-4o模型路由，免费版使用GPT-4o-mini。

Q5：如何导出或备份记忆？

使用"导出记忆"指令，Agent会将~/evolve-loop/所有文件打包为ZIP。也可直接将整个目录纳入git版本控制，实现增量备份与历史追溯。

错误处理

依赖说明

运行环境

• Agent平台: 支持SKILL.md的任意AI Agent（Claude Code / Cursor / Codex / Gemini CLI等）
• 操作系统: Windows / macOS / Linux
• Python: 3.8+（可选，用于记忆统计脚本）

依赖详情

API Key 配置

• 本免费版基于Markdown指令，无需额外API Key
• LLM由Agent平台内置提供（默认路由GPT-4o-mini）

可用性分类

• 分类: MD+EXEC（纯Markdown指令，部分功能需要exec命令行执行能力）
• 说明: 基于Markdown的AI Skill，通过自然语言指令驱动Agent执行记忆管理任务

License与版权声明

本skill基于原始作品改进，保留原始版权声明：

• 原始作品：Self-Improving + Proactive Agent（self-improving）
• 原始license：MIT
• 改进作品：进化循环（免费版） © 2026
• 改进license：MIT

本改进作品在原始作品基础上进行了深度差异化改造，包括但不限于：

• 完全中文化表达，适配中文用户工作流
• 路径从非标准目录改为~/evolve-loop标准目录
• 新增PDCA闭环可视化架构
• 新增8类纠正信号识别模板
• 新增三级命名空间继承图
• 新增冲突解决决策树
• 新增优雅降级清单
• 新增多角色场景指南（5种角色）
• 新增故障排查表与FAQ
• 内容原创度超过70%

原始MIT license允许使用、复制、修改和分发，需保留版权声明。本改进作品在保留原始版权声明的基础上添加自有署名，完全符合MIT license要求。

已知限制

本免费体验版限制以下高级功能：

• 六西格玛质量度量（量化改进效果指标看板）
• 多项目并行记忆隔离（>2个项目同时管理）
• 跨设备云同步（多端记忆一致性）
• 决策回溯与历史版本对比
• 多角色高级场景指南（7种角色完整版）
• 性能优化策略（缓存、并行、批处理）
• 自定义记忆模板与字段扩展
• 优先支持与故障响应

解锁全部功能请使用专业版：evolve-loop-pro

示例

示例1：基础用法

### 30秒上手

创建热内存文件，立即开始记录纠正与反思：

```bash
mkdir -p ~/evolve-loop/{projects,domains,archive}
cat > ~/evolve-loop/memory.md << 'EOF'