核心功能
self-improvement-loop 是 OpenClaw 平台的智能体自我改进闭环系统，为每个 AI Agent 提供独立的学习-反馈-进化能力。系统通过三级架构实现智能体能力的持续迭代：
1. 感知层（Hook 捕获）
全局共享的 handler.js 动态路由，基于 sessionKey 提取智能体 ID，自动将用户纠正、错误报告、功能请求写入对应智能体的隔离学习目录（.learnings/）。支持多智能体并行运行，数据严格隔离。
2. 认知层（Cron 扫描与模式识别）
每个智能体拥有独立的定时任务（self-improvement-{agent}），每小时扫描专属学习目录。当同一问题模式出现 ≥2 次时，触发智能分析，通过该智能体绑定的专属渠道 Bot（如 code-dev → Telegram code 账号）向用户推送改进建议。
3. 执行层（A/B/C/D 决策闭环）
用户回复 A/B/C/D 指令后，系统自动路由至正确智能体会话：
- A：创建新技能（调用 skill-creator）
- B：优化现有技能（调用 skill-improvement）
- C：延迟处理
- D：忽略并归档
执行结果写回原智能体工作空间，形成完整闭环。
显著优势
- 智能体级隔离：每个 Agent 拥有独立的学习目录、Cron 任务、通知渠道，避免交叉污染
- 零配置自动映射：从
openclaw.json自动读取智能体列表，智能匹配 channel 账号（精确匹配 → 前缀匹配 → fallback 默认账号） - 会话安全边界：Cron 在 isolated session 中运行，最小工具集；所有路径动态生成，无硬编码敏感目录
- 集中管理分散执行：A/B/C/D 核心逻辑统一维护于
agents-append.md，安装时自动注入各智能体索引，更新即全局生效
局限与风险
| 问题 | 影响 | 缓解措施 |
|------|------|---------|
| ACP runtime agent（如 Claude）无独立 channel | 通知 fallback 到 defaultAccount，可能混淆 | 依赖用户主动确认 session |
| Gateway API 404 降级 CLI | sessionTarget 降级为 isolated，部分功能受限 | 使用 `--agent` flag 显式绑定 |
| 并发通知路由竞争 | 多智能体同时触发时，用户回复可能进入错误 session | 建议错开高频智能体的 Cron 周期 |
| 依赖外部技能 | skill-creator/skill-improvement 缺失时 A/B 路径失效 | 安装前校验依赖 |
适用场景
- 多智能体协作场景（如 code-dev + 墨灵 + main 并行）
- 高频迭代开发环境，需要自动化沉淀最佳实践
- 对数据隔离有严格要求的团队（金融、医疗等敏感领域）
安全评估
- 文件权限：严格限定在
~/.openclaw/workspace/下，无系统目录访问 - 代码执行：仅
scripts/目录的蒸馏/归档脚本，无任意代码执行 - 网络边界：仅 Gateway 本地 API（:18789），无外联
- 确认机制：
install.sh写入 bindings 前强制用户确认
安装验证
# 检查绑定关系
python3 -c "import json; print(json.dumps(json.load(open('$HOME/.openclaw/openclaw.json')).get('bindings',[]), indent=2))"
# 验证 per-agent crons
openclaw cron list | grep self-improvement
# 测试指定智能体蒸馏
LEARNINGS_DIR="$HOME/.openclaw/workspace/agents/code-dev/.learnings" \
bash ~/.openclaw/workspace/skills/self-improvement-loop/scripts/distill.sh --check-only