super-agent —— 超级智能体闭环
把分散的「超越性」元能力熔成一条可持续运转、且自我增强的 agent 主循环。 这是从「强模型」迈向「超级 agent」的关键整合跃迁：单点能力再强，不串成闭环也 只是工具；闭环一旦成型，agent 就能自主把遥远目标拆成可续做的路线、边做边验证、 做完即反思、反思即记忆、记忆即下一轮更聪明的规划。
闭环六阶段（loop.py 真实编排）
| 阶段 | 调用能力 | 作用 |
|---|---|---|
| ① 感知 Sense | meta-evolver skill-self-improve | 刷新全局能力图、读取记忆与当前状态 |
| ② 规划 Plan | long-horizon-planner + proactive-goal-setter | 生成长程路线图、选定本轮最该推进的目标 |
| ③ 执行 Execute | toolchain-orchestrator + tool-use + rag | 编排工具链、调用工具、检索外部知识 |
| ④ 自验证 Verify | reason-verify + code-self-verifier + self-eval | 命题矛盾检测、事实锚定、代码自测、rubric 自评 |
| ⑤ 反思 Reflect | self-reflection-loop | 对照目标评估、定位偏差、产出改进意图 |
| ⑥ 记忆 Memorize | continual-memory-engine | 把经验/偏好/失败模式固化，跨会话越用越强 |
闭环可断点续跑（状态落盘），天然具备 long-horizon 属性。
使用
# 启动一次完整闭环推进（自动调用既有超越性技能脚本）
python super-agent/scripts/loop.py \
--goal "把我的技能生态做成可售卖的 ClawHub 店铺并持续获客" \
--max-steps 6 --out run_report.json --state state.json
# 仅生成路线图（委托 long-horizon-planner）
python super-agent/scripts/loop.py --goal "..." --plan-only
集成契约
loop.py通过真实子进程调用既有技能脚本：long-horizon-planner/scripts/planner.py（路线图）、reason-verify/scripts/verify.py（自验证）。找不到时优雅降级为内置逻辑， 保证闭环在任何环境下都能跑通。- 每个阶段产出结构化事件，最终聚合成
run_report.json：含各阶段状态、发现的偏差、 下一步动作、置信度——可直接喂给下一轮，构成持续自进化轨迹。
自我进化
本技能自带 learner.py 自进化闭环（由 skill-self-improve 注入）。每次运行后，
把「哪类目标最难推进 / 哪个阶段最易失败 / 哪些能力组合最有效」记入 learned_patterns.json，
下一次自动调优编排策略。