核心用法
OpenClaw Self-Improve 是一套结构化的自我优化工作流，专为需要可衡量成果的系统改进场景设计。用户通过 init-improvement-run.sh 启动改进周期，选择三种模式之一：audit-only（仅基线与风险评估）、proposal-only（基线+假设+审批包，不修改行为）或 approval-gated（仅实施已审批方案并验证）。
工作流程遵循六阶段闭环：预检确认→基线捕获→假设生成→审批包产出→实施（需显式批准）→验证与报告。每个运行目录强制产出六份 Markdown 文档（run-info、baseline、hypotheses、proposal、validation、outcome），确保可追溯性。
显著优点
1. 度量优先设计：所有改进目标必须映射到具体指标（可靠性/性能/质量/成本），拒绝模糊优化
2. 审批闸门机制：行为变更前强制产出 proposal.md 并等待用户显式批准，防止自动修改风险
3. 内置回滚能力：基线捕获与验证阶段的设计确保失败时可快速回退
4. CI/自动化友好：支持 JSON 导出与 --require-json 验证，适配流水线集成
潜在局限
- 启动成本较高：需要明确定义范围、约束、成功标准与验证闸门，不适合即兴优化
- 模式切换摩擦：用户需在三种模式间预先选择，误选可能导致流程中断或返工
- 脚本依赖：依赖 bash/git/python3 等二进制工具，Windows 原生环境需额外配置
适合人群
- 运维团队需要降低 OpenClaw 生产环境的故障率或资源消耗
- 开发者追求可量化的性能提升（如延迟降低30%）而非感知优化
- 需要向管理层或客户交付改进证据的技术负责人
常规风险
- 基线测量失败：若初始指标无法捕获，整个运行将被标记为
blocked - 验证不足导致结论模糊：标记为
inconclusive时需追加最小验证步骤 - 回归漏检：验证阶段若发现性能/功能回退，必须立即触发回滚指导
- 权限边界：严禁在探索性运行中修改密钥、生产配置或触发自动发布