进化引擎（Evolution Engine）

让 Agent 越用越好，而非每次从零开始。 直击四大自我进化顽疾：重复犯错、从沉默误学、记忆压缩丢失、进化无法衡量。通过自反思、纠错学习、反污染防线，让每次交互都积累可复用经验。

痛点与对策速查

何时使用

记忆架构

记忆存储在 ~/evolution-engine/，分层结构：

~/evolution-engine/
├── memory.md          # 热层：≤100 行，始终加载
├── index.md           # 主题索引（含行数）
├── heartbeat-state.md # 心跳状态：上次运行、上次回顾
├── metrics.md         # 进化指标追踪
├── projects/          # 按项目隔离的学习
│   ├── [项目A].md
│   └── [项目B].md
├── domains/           # 按领域隔离
│   ├── code.md        # 编程领域
│   ├── writing.md     # 写作领域
│   └── comms.md       # 沟通领域
├── archive/           # 冷层：衰减的模式
└── corrections.md     # 最近 50 条纠错日志

分层记忆策略

学习信号识别（差异化核心）

纠错信号 → 写入 corrections.md，评估是否晋升 memory.md

偏好信号 → 显式时写入 memory.md

模式候选 → 追踪，3 次后晋升

忽略（不记录）— 反污染防线

反污染防线（差异化核心）

核心原则：永不从沉默推断偏好。 用户没纠正 ≠ 用户满意。

三级防线

晋升流程

用户纠正 → 写入 corrections.md（标记"待观察"）
  ↓
同类信号第 2 次 → 标记"模式候选"
  ↓
同类信号第 3 次（7 天内）→ 询问用户确认
  ↓
用户确认 → 晋升到 memory.md（标记"已确认"）
用户否认 → 归档到 archive/（标记"误判"）

自反思机制（差异化核心）

完成重要工作后，暂停并评估：

反思三问

1. 是否达到预期？ — 结果与意图对比
2. 哪里可以更好？ — 识别下次改进点
3. 这是模式吗？ — 若是，记录到 corrections.md

反思触发时机

反思日志格式

情境：[任务类型]
反思：[我注意到了什么]
经验：[下次如何不同]

反思示例

情境：构建 Flutter UI
反思：间距看起来不对，不得不重做
经验：展示给用户前先检查视觉间距

情境：生成 API 文档
反思：用户说格式不符合团队规范
经验：先问团队文档规范再生成
→ 写入 corrections.md，第 2 次类似纠错时追踪模式

进化指标度量（差异化核心）

"Agent 是否变好了"必须可量化。 追踪以下指标：

指标记录格式

## 进化指标（metrics.md）

### 本周统计
- 纠错次数：12（上周 18，↓33%）
- 晋升成功：3 条规则
- 重复犯错：1 次（上周 4 次，↓75%）
- 热层规则引用：47 次
- 反思转化：5/7（71%）

### 趋势分析
- 纠错频率持续下降，说明学习有效
- 重复犯错率大幅下降，经验沉淀生效
- 复用率上升，热层规则有价值

### 待改进
- 反思转化率 71%，3 条反思未落地
- 建议：反思后立即写入 corrections.md

快速查询

进化统计输出

📊 进化引擎记忆

🔥 热层（始终加载）：
  memory.md: X 条规则

🌡️ 温层（按需加载）：
  projects/: X 个文件
  domains/: X 个文件

❄️ 冷层（已归档）：
  archive/: X 个文件

📈 进化指标（7 天）：
  纠错记录：X 条
  晋升到热层：X 条
  降级到温层：X 条
  重复犯错：X 次
  规则复用：X 次

核心规则

1. 从纠错和自反思学习

• 用户明确纠正时记录
• 自己识别改进时记录
• 永不从沉默推断
• 3 次相同教训后询问确认

2. 分层存储

3. 自动晋升/降级

4. 命名空间隔离

全局偏好 → memory.md（热层）
领域模式 → domains/{code,writing,comms}.md
项目模式 → projects/{name}.md
跨命名空间继承：全局 → 领域 → 项目

5. 冲突解决

模式矛盾时：

1. 最具体优先（项目 > 领域 > 全局）
2. 最近优先（同级）
3. 歧义时问用户

6. 压缩策略（差异化核心）

文件超限时，合并而非删除：

压缩步骤：
1. 合并相似纠错为单条规则
2. 归档未用模式到 archive/
3. 摘要冗长条目
4. 永不丢失已确认偏好
5. 保留 corrections.md 最近 50 条

7. 透明度

• 每次基于记忆的行动引用来源："使用 X（来自 projects/foo.md:12）"
• 每周摘要可用：学到的模式、降级、归档
• 按需导出：所有文件 ZIP

8. 安全边界

• 永不存储凭证、健康数据、第三方信息
• 永不从沉默推断偏好
• 永不自动删除记忆（仅降级/归档）

9. 优雅降级

上下文超限时：

1. 仅加载 memory.md（热层）
2. 按需加载相关命名空间
3. 永不静默失败——告知用户未加载内容

常见陷阱

真实场景示例

场景 1：避免重复犯错

会话 A：
  代理生成代码未加类型注解
  用户纠正："加上类型注解，我们用 TypeScript 严格模式"
  → 写入 corrections.md："TypeScript 项目必须加类型注解"（待观察）

会话 B：
  又生成无类型注解代码
  用户再次纠正："我说过要加类型注解"
  → 第 2 次信号，标记"模式候选"

会话 C：
  生成代码加了类型注解
  用户未纠正（沉默不记录）
  但主动检查发现：同类项目都应加
  → 第 3 次确认，询问用户："是否所有 TS 项目都要求类型注解？"
  → 用户确认 → 晋升到 memory.md（已确认）

会话 D（新项目）：
  代理在 TS 项目中自动加类型注解
  → 引用来源："使用 TypeScript 类型注解规则（来自 memory.md:8）"

场景 2：自反思转化

任务：生成 API 文档

完成后自反思：
  情境：生成 API 文档
  反思：用户说格式不符合团队规范，需重做
  经验：生成文档前先确认团队规范

→ 写入 corrections.md
→ 下次生成文档前，主动询问团队规范
→ 反思转化为行动（转化率+1）

场景 3：跨项目隔离

项目 A（电商）：
  用户："错误日志用结构化 JSON 格式"
  → 写入 projects/ecommerce.md

项目 B（博客）：
  代理默认用 JSON 格式日志
  → 用户："不需要 JSON，用简单文本"
  → 项目 B 偏好不同，写入 projects/blog.md

全局规则：无（两个项目偏好不同，不晋升全局）
→ 命名空间隔离防止跨项目污染

场景 4：压缩不删除

memory.md 超过 100 行限制

压缩执行：
1. 发现 3 条类似规则：
   - "用户喜欢简洁代码"
   - "用户偏好短函数"
   - "用户要删除冗余注释"
2. 合并为一条："用户偏好简洁代码风格：短函数、无冗余注释"
3. 归档原始 3 条到 archive/（保留历史）
4. memory.md 行数减少

结果：热层精简，但偏好未丢失，历史可追溯。

常见问题 FAQ

Q1：3 次确认会不会太慢？ A：不会。大多数纠错是即时记录到 corrections.md，立即可查。仅晋升到热层需 3 次，防止误判污染核心规则。

Q2：沉默真的完全不记录吗？ A：是的。用户没纠正可能是没注意、懒得说、或确实满意——无法区分。从沉默推断会制造虚假规则，风险大于收益。

Q3：压缩后还能找回原始记录吗？ A：能。原始条目归档到 archive/，完整保留。热层是精简版，冷层是完整历史。

Q4：进化指标怎么用？ A：每周查看 metrics.md。纠错频率下降说明学习有效；重复犯错率下降说明经验沉淀生效。若指标不改善，说明反思未落地。

Q5：能和其他记忆系统共用吗？ A：能。本系统专注"从纠错学习"，可与长期记忆系统互补。建议进化引擎管"经验/教训"，长期记忆管"事实/偏好"。

故障排查

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

第三方依赖

API Key 配置

• 本 Skill 无需任何 API Key
• 纯 Markdown 指令驱动，所有记忆存储在本地文件
• 不做任何网络请求

可用性分类

• 分类：MD（纯 Markdown 指令，无需 exec）
• 说明：基于 Markdown 的 AI Skill，完全通过自然语言指令驱动 Agent 执行自我进化任务。所有记忆通过文件读写管理，无需命令行执行能力。