goal-agent

🎯 自学习目标优化代理脚手架

创建目标导向自学习代理,设定目标与指标后自动迭代优化策略,适合自动化测试覆盖、性能调优等持续改进场景。

收藏
4.1k
安装
1k
版本
1.0.0
CLS 安全扫描中
预计需要 3 分钟...

使用说明

核心用法

goal-agent 是一个脚手架技能,用于将 OpenClaw 代理转化为专注的自主优化器。用户通过 --goal--metric--target 等参数定义目标与衡量方式,脚本生成包含 GOAL.mdSTRATEGY.mdLEARNINGS.mdHEARTBEAT.mdevaluate.sh 的完整工作空间。激活后将 HEARTBEAT.md 复制到主目录,代理即进入"测量-对比-反思-决策-执行-记录-适应"的闭环循环,直到目标达成或达到最大迭代次数。

显著优点

1. 结构化自治: 将模糊目标转化为可量化的迭代流程,减少人工干预
2. 持续学习: LEARNINGS.md 积累有效策略,形成领域特定的经验库

3. 灵活度量: 支持任意 shell 命令作为指标,兼容 API、测试覆盖率、构建时间等多种场景

4. 安全约束: --constraints 参数允许设定预算、操作边界等硬性限制

5. 部署灵活: 支持当前代理快速激活或专用 VM 隔离运行

潜在局限

  • 指标依赖: 若度量命令不稳定或延迟高,会导致决策噪声
  • 收敛风险: 复杂目标可能陷入局部最优或震荡,需合理设置 --max-iterations
  • 约束边界: 自然语言约束依赖代理的理解力,关键场景建议配合外部监控
  • 无回滚机制: 未内置自动回滚,需用户手动管理迭代中的系统变更

适合人群

DevOps 工程师、SRE、需要持续优化特定指标的技术团队,以及希望自动化 A/B 测试、性能调优、增长实验的开发者。

常规风险

  • 度量命令若涉及外部服务,可能产生费用或触发速率限制
  • 代理获得文件系统/网络权限后,约束可能被绕过或误解
  • 长期运行代理需监控迭代日志,防止资源耗尽或策略漂移

goal-agent 内容

scripts文件夹
手动下载zip · 4.2 kB
scaffold.shtext/x-shellscript
请选择文件