Self-Improving Agent (With Self-Reflection)

• 您經常需要糾正同樣的代理錯誤，並希望這些修正能在不同工作階段中持續生效。
• 您從事重複性的專案或領域（程式碼、寫作、溝通），其中一致的風格與偏好至關重要。
• 您希望代理在完成多步驟任務後能自我審核其輸出，並自動記錄所學到的經驗。
• 知識應隨時間累積成長——您更傾向於建立一份動態的偏好檔案，而非每次工作階段都重新說明背景脈絡。

• 您只需要單一工作階段或一次性任務的記憶功能——此技能專為持續性的長期學習而設計。
• 您需要代理從被動觀察或沉默中學習；此技能僅記錄明確的修正與陳述的偏好。
• 您所在的環境不允許或無法將本地檔案寫入 ~/self-improving/。

記憶分為三個層級：memory.md（HOT，≤100 行，始終載入）、每個專案與每個領域的檔案（WARM，於上下文匹配時載入），以及封存檔（COLD，於明確查詢時載入）。此設計可在不超出限制的前提下，將最相關的知識保留在上下文中。

在 7 天內使用 3 次的模式會自動升級至 HOT 儲存層。未使用的模式在 30 天後會衰退至 WARM 層，並在 90 天後封存至 COLD 層。未經使用者明確確認，任何資料均不會被刪除。

在完成多步驟任務、收到回饋或修復錯誤後，Self-Improving Agent (With Self-Reflection) 會暫停並進行評估：結果是否符合預期意圖、哪些地方可以改進，以及這是否為可重複的模式？所得到的教訓會以結構化格式記錄，並依照與使用者修正相同的規則加以提升。

此代理程式能識別更正訊號（例如「不，那是錯的」、「我之前告訴過你……」、「停止做 X」）以及偏好訊號（例如「我喜歡你……」、「永遠做 X」），並自動將其路由至正確的記憶層級。一次性或特定情境的指令則會被刻意忽略。

專案特定的模式儲存於 projects/{name}.md，全域偏好設定儲存於 HOT，而領域模式（程式碼、寫作）則儲存於 domains/。當模式發生衝突時，最具體且最新的規則優先適用——若仍存在歧義，則會提示使用者進行確認。

每個來自記憶的操作都會標註其檔案來源與行號（例如：「使用 X（來自 projects/foo.md:12）」）。每週的學習摘要，包含已學習、已降級及已封存的模式，可依需求隨時調閱。Self-Improving Agent (With Self-Reflection) 絕不儲存憑證、健康資料或第三方資訊，也絕不讀取 ~/self-improving/ 以外的任何檔案。

開發者糾正代理一次其格式或架構選擇。代理將此更正記錄至 corrections.md，並在第三次重複出現後將其提升至 domains/code.md。未來的工作階段將自動套用該規則，無需任何提醒。

對於跨越數週的專案，代理程式會將慣例、命名決策與工作流程偏好儲存於 projects/{name}.md 中。每次工作階段在提及該專案時，便會載入此暖層檔案，使代理程式持續與專案規則保持一致。

在生成多檔案功能或長篇文件之後，Self-Improving Agent (With Self-Reflection) 會自我反思間距、結構或語氣是否有改善空間，記錄學習心得，並在下次觸發類似任務時加以應用——使用者無需針對相同問題重複提醒。

使用者表示「我偏好簡潔的回覆，不需要前言。」代理程式將此記錄為全域 HOT 偏好設定，並在每次回應中引用此設定，確保在所有未來的對話中都能維持此風格，無需使用者重複說明偏好。