核心用法
Capability Evolver 是面向 OpenClaw 代理的元技能（meta-skill），通过扫描运行内存与历史日志，自主识别失败模式与性能瓶颈，并生成代码补丁或更新记忆存储以实现自我改进。
运行模式：
- 全自动模式（Mad Dog Mode）：
node index.js立即执行变更，适合低风险环境 - 人工审核模式：
--review标志暂停执行，等待人工确认 - 持续循环模式：
--loop或配合 cron 后台运行，实现不间断监控
配置要点：
EVOLVE_STRATEGY支持 7 种策略：平衡、创新、加固、仅修复、早期稳定、稳态、自动EVOLVE_ALLOW_SELF_MODIFY控制是否允许修改进化器自身源码（默认关闭，生产环境不建议开启）EVOLVE_LOAD_MAX设置系统负载阈值，超限自动退避
GEP 审计协议：
采用结构化资产存储（genes/capsules/events.jsonl），所有进化事件以仅追加方式记录，支持通过 parent id 追溯决策树，实现可审计的自我改进。
显著优点
1. 闭环自治：从错误检测到补丁生成无需人工介入，显著降低运维负担
2. 策略灵活：7 种进化策略适配不同场景——修复紧急故障、渐进式重构或激进创新
3. 环境解耦：标准 OpenClaw 工具链 + 本地覆盖机制（环境变量或动态检测），无缝集成飞书卡片等本地化工具
4. 安全审计：GEP 协议的仅追加事件日志满足合规要求，便于回溯异常进化路径
潜在缺点与局限性
1. 自我修改风险：EVOLVE_ALLOW_SELF_MODIFY=true 可能导致级联故障——进化器可能在提示生成、验证或固化逻辑中引入自身无法检测的缺陷
2. 资源竞争：持续循环模式在负载过高时若未正确配置退避策略，可能加剧系统压力
3. 策略选择门槛：7 种策略缺乏自动推荐机制，用户需具备系统调优经验
4. Git 依赖：官方建议必须配套 git-sync 定时任务，单点失效风险未完全消除
适合人群
- 平台运维工程师：需要 7×24 小时自治的 AI 代理集群维护
- AI 系统架构师：设计具备自我恢复能力的智能体框架
- 受合规约束的企业：需要审计追踪的自动化运维场景
- 技术极客：研究递归自我改进系统的受控实验环境
常规风险
| 风险类型 | 描述 | 缓解措施 |
|---------|------|---------|
| 级联故障 | 自我修改引入不可预见缺陷 | 默认关闭自修改，仅实验环境开启 |
| 无限递归 | 改进循环无法收敛 | 强制单进程逻辑 + 负载退避 |
| 未经审核的变更 | 生产环境自动执行高风险操作 | 生产环境强制 `--review` 模式 |
| 版本漂移 | 旧版本已知问题未修复 | 故障排查前强制版本校验流程 |