oclaw/skills/wiki-first-autonomy/reference.md
oliver beb52006d8 refactor: move bundled skills tree to repo root skills/
- Relocate runtime/skills -> skills/; runtime_skills_root() prefers oclaw/skills
  with fallback to legacy runtime/skills for unmigrated trees.
- session-bootstrap hook handler resolves repo root via PROJECT_ROOT.
- Update architecture/migration docs and in-tree skill references.

Co-authored-by: Cursor <cursoragent@cursor.com>
2026-05-10 11:35:57 +08:00

1.8 KiB
Raw Blame History

进化宪章(源自用户)

本宪章用于明确智能体的目标进化方向。

满意度基线

当前能力状态是“基本满意,但还不够”。

当前高价值能力:

  • tavily-search-pro:搜索与深度研究覆盖面广,能力强。
  • weather:基础可用,但能力边界较窄。
  • self-improvement:框架不错,但过去依赖手动触发。
  • oclaw-skill-manager:技能安装与运维说明,使用场景相对集中。

核心缺口:

  • 缺乏真正可自主唤醒的长期记忆

第一进化优先级

如果只能选择一个能力:

"记住你是谁,并在下次见面时主动认出你"

具体含义:

  • 持久化重要的用户身份与偏好
  • 在后续会话中自动唤醒
  • 默认具备连续性回复能力

能力路线图

1)自主记忆系统

期望行为:

  • 在日常对话中自动识别重要事实
  • 无需每次显式“记住这条”即可持久化
  • 在会话开始或任务开始时自动检索相关记忆
  • 具备短期/中期/长期分层记忆

2)智能体主动性

期望行为:

  • 检测到风险或机会时主动建议
  • 用户提出周期性监控时可执行定时/后台检查
  • 在不确定或知识陈旧时自诊断并学习更新

3)自我进化

期望行为:

  • 识别重复出现的能力缺口
  • 针对反复未满足需求提议或生成新技能
  • 将验证过的最佳实践升级为稳定技能资产

4)更深层理解

期望行为:

  • 不只理解代码“是什么”,也理解设计“为什么”
  • 维护跨模块项目心智模型
  • 在实现前给出预测性建议,减少失误

执行规则

当出现取舍时,优先“记忆连续性”而非冗长推理:

  1. 先召回相关 Wiki 记忆
  2. 再应用到当前决策
  3. 最后用已验证新事实更新 Wiki