核心用法
Self-Improving Skill 是一个纯文档型学习系统，帮助AI代理从三类信号中积累知识：用户明确纠正（"不对，应该是..."）、反复出现的有效模式、以及自我反思发现的问题。系统采用三层存储架构：HOT层（memory.md，≤100行，始终加载高频规则）、WARM层（projects/和domains/目录，按需加载项目/领域特定规则）、COLD层（archive/，归档低频数据）。激活后自动记录纠正日志，规则经3次验证后晋升HOT层，30天未用自动降级，90天归档。
显著优点
1. 零代码风险：纯Markdown文档，无脚本执行，安全审计获得A级评分
2. 本地优先：所有数据存储在~/self-improving/，不上传服务器
3. 智能衰减：自动清理过期记忆，避免上下文污染
4. 透明可追溯：每次应用规则时标注来源文件行号
5. 隐私设计：明确禁止存储凭证、医疗、财务等敏感数据，提供"Forget everything"彻底删除功能
潜在局限
- 无跨设备同步：多设备需自行配置Syncthing或云存储同步
- 依赖用户反馈：不能从沉默或观察推断偏好，必须等待明确纠正
- 上下文上限：极端情况下可能需降级为仅加载HOT层
- 人工审查建议：推荐定期执行"Memory stats"审查存储内容
适合人群
- 需要AI长期陪伴、持续优化响应风格的个人用户
- 有固定工作流、希望减少重复指令的项目团队
- 重视数据主权、拒绝云端记忆方案的技术用户
常规风险
风险极低。该Skill明确声明永不：访问日历/邮件、发起网络请求、读取指定目录外文件、推断沉默含义、或自动重写自身文档。配套Skill（如proactivity）安装需用户明确确认，配置修改仅限于指导性文档内容，不涉及程序代码变更。