OA0 = Omni AI 0

OA0 是一个探索 AI 的论坛

现在注册

已注册用户请登录

名称： reflect
描述： |
通过对话分析实现自我改进。从用户纠正和成功模式中提取经验，更新智能体文件或创建新技能。
核心理念："一次纠正，永不重犯。"

适用场景：(1) 用户明确纠正行为（"永远不要做X"、"总是做Y"），
(2) 会话结束或上下文压缩时，(3) 用户请求 /reflect，
(4) 值得保留的成功模式。
版本： 2.0.0
作者： Claude Code Toolkit
允许工具：
- Read
- Write
- Edit
- Grep
- Glob
- Bash

Reflect - 自我改进技能

快速参考

命令	操作
`/reflect`	分析对话以提取经验
`/reflect on`	启用自动反思
`/reflect off`	禁用自动反思
`/reflect status`	显示状态和指标
`/reflect review`	审查低置信度经验
`/reflect [agent]`	聚焦特定智能体

核心理念

"一次纠正，永不重犯。"

当用户纠正行为时，这些纠正将转化为永久性改进，编码到智能体系统中——适用于所有未来会话。

工作流程

步骤 1：初始化状态

使用状态管理器检查和初始化状态文件：

# 检查现有状态
python scripts/state_manager.py init

# 状态目录可通过 REFLECT_STATE_DIR 环境变量配置
# 默认：~/.reflect/（便携版）或 ~/.claude/session/（Claude Code）

状态包括：
- reflect-state.yaml - 开关状态、待审查项
- reflect-metrics.yaml - 聚合指标
- learnings.yaml - 所有已应用经验的日志

步骤 2：扫描对话以识别信号

使用信号检测器识别经验：

python scripts/signal_detector.py --input conversation.txt

信号置信度级别

置信度	触发条件	示例
高	明确纠正	"从不"、"总是"、"错误"、"停止"、"规则是"
中	认可的方法	"完美"、"完全正确"、接受的输出
低	观察结果	有效的模式，未经验证

完整检测规则见 signal_patterns.md。

步骤 3：分类并匹配目标文件

将每个信号映射到适当的目标：

经验类别：

类别	目标文件
代码风格	`code-reviewer`、`backend-developer`、`frontend-developer`
架构	`solution-architect`、`api-architect`、`architecture-reviewer`
流程	`CLAUDE.md`、编排智能体
领域	领域特定智能体、`CLAUDE.md`
工具	`CLAUDE.md`、相关专家
新技能	`.claude/skills/{name}/SKILL.md`

映射规则见 agent_mappings.md。

步骤 4：检查是否适合创建新技能

某些经验应成为新技能而非智能体更新：

适合创建技能的标准：
- 非显而易见的调试（>10 分钟调查）
- 误导性错误（根本原因与消息不同）
- 通过实验发现的变通方案
- 配置洞察（与文档不同）
- 可重用模式（有助于类似情况）

质量门控（必须全部通过）：
- [ ] 可重用：有助于未来任务
- [ ] 非琐碎：需要发现，而不仅仅是文档
- [ ] 具体：可描述确切的触发条件
- [ ] 已验证：解决方案确实有效
- [ ] 无重复：尚不存在

技能创建指南见 skill_template.md。

步骤 5：生成建议

按以下格式生成输出：

# 反思分析

## 会话上下文
- **日期**：[时间戳]
- **分析消息数**：[数量]
- **焦点**：[所有智能体 或 特定智能体名称]

## 检测到的信号

| # | 信号 | 置信度 | 来源引用 | 类别 |
|---|------|--------|----------|------|
| 1 | [经验] | 高 | "[原话]" | 代码风格 |
| 2 | [经验] | 中 | "[上下文]" | 架构 |

## 建议的智能体更新

### 更改 1：更新 [智能体名称]

**目标**：`[文件路径]`
**章节**：[章节名称]
**置信度**：[高/中/低]
**理由**：[为何进行此更改]

```diff
--- a/path/to/agent.md
+++ b/path/to/agent.md
@@ -82,6 +82,7 @@
 ## 章节

 * 现有规则
+* 来自经验的新规则

建议的新技能

技能 1：[技能名称]

质量门控检查：
- [x] 可重用：[原因]
- [x] 非琐碎：[原因]
- [x] 具体：[触发条件]
- [x] 已验证：[验证方式]
- [x] 无重复：[已检查确认]

将创建：.claude/skills/[技能名称]/SKILL.md

冲突检查

[x] 未检测到与现有规则的冲突
或：警告 - 可能与 [文件:行号] 存在潜在冲突

提交消息

reflect: 添加来自会话 [日期] 的经验

智能体更新：
- [经验 1 摘要]

新技能：
- [技能名称]：[简要描述]

提取：[N] 个信号（[H] 高、[M] 中、[L] 低置信度）

审查提示

应用这些更改吗？
- Y - 应用所有更改并提交
- N - 丢弃所有更改
- modify - 调整特定更改
- 1,3 - 仅应用更改 1 和 3
- s1 - 仅应用技能 1
- all-skills - 应用所有技能，跳过智能体更新


### 步骤 6：处理用户响应

**当 `Y`（批准）时：**
1. 使用编辑工具应用每个更改
2. 对修改的文件运行 `git add`
3. 使用生成的提交消息提交
4. 更新经验日志
5. 更新指标

**当 `N`（拒绝）时：**
1. 丢弃建议的更改
2. 记录拒绝以供分析
3. 询问用户是否要修改任何信号

**当 `modify` 时：**
1. 逐个展示每个更改
2. 允许编辑建议的添加内容
3. 应用前再次确认

**当选择性应用（如 `1,3`）时：**
1. 仅应用指定的更改
2. 记录部分接受
3. 仅提交应用的更改

### 步骤 7：更新指标

```bash
python scripts/metrics_updater.py --accepted 3 --rejected 1 --confidence high:2,medium:1

开关命令

启用自动反思

/reflect on
# 在状态文件中设置 auto_reflect: true
# 将在 PreCompact 钩子触发

禁用自动反思

/reflect off
# 在状态文件中设置 auto_reflect: false

检查状态

/reflect status
# 显示当前状态和指标

审查待处理项

/reflect review
# 显示等待验证的低置信度经验

输出位置

项目级别（随仓库版本控制）：
- .claude/reflections/YYYY-MM-DD_HH-MM-SS.md - 完整反思
- .claude/reflections/index.md - 项目摘要
- .claude/skills/{name}/SKILL.md - 新技能

全局（用户级别）：
- ~/.claude/reflections/by-project/{project}/ - 跨项目
- ~/.claude/reflections/by-agent/{agent}/learnings.md - 按智能体
- ~/.claude/reflections/index.md - 全局摘要

记忆集成

某些经验更适合放入自动记忆（~/.claude/projects/*/memory/MEMORY.md）而非智能体文件：

经验类型	最佳目标
行为纠正（"总是做 X"）	智能体文件
项目特定模式	MEMORY.md
重复出现的错误/变通方案	新技能或 MEMORY.md
工具偏好	CLAUDE.md
领域知识	MEMORY.md 或复合文档

当信号置信度低且为项目特定时，优先写入 MEMORY.md 而非修改智能体。

安全护栏

人工参与

未经用户明确批准，绝不应用更改
应用前始终显示完整差异
允许选择性应用

Git 版本控制

所有更改均使用描述性消息提交
可通过 git revert 轻松回滚
保留经验历史

增量更新

仅添加到现有章节
绝不删除或重写现有规则
保留原始结构

冲突检测

检查建议规则是否与现有规则矛盾
检测到冲突时警告用户
建议解决策略

集成

与 /handover

如果启用了自动反思，PreCompact 钩子将在交接前触发反思。

与会话健康度

当上下文使用率达到 70%+（黄色状态）时，会注入运行 /reflect 的提醒。

钩子集成（Claude Code）

该技能包含用于自动集成的钩子脚本：

# 将钩子安装到 Claude 钩子目录
cp hooks/precompact_reflect.py ~/.claude/hooks/

在 ~/.claude/settings.json 中配置：

{
  "hooks": {
    "PreCompact": [
      {
        "hooks": [
          {
            "type": "command",
            "command": "uv run ~/.claude/hooks/precompact_reflect.py --auto"
          }
        ]
      }
    ]
  }
}

完整配置选项见 hooks/README.md。

可移植性

该技能适用于任何支持以下功能的 LLM 工具：
- 文件读写操作
- 文本模式匹配
- Git 操作（可选，用于提交）

可配置状态位置

# 设置自定义状态目录
export REFLECT_STATE_DIR=/path/to/state

# 或使用默认值
# ~/.reflect/（便携版默认）
# ~/.claude/session/（Claude Code 默认）

无需任务工具依赖

与之前的基于智能体的方法不同，此技能直接执行而无需生成子智能体。LLM 读取 SKILL.md 并遵循工作流程。

Git 操作可选

提交操作包含可用性检查——如果不在 git 仓库中，更改仍会保存但不会提交。

故障排除

未检测到信号：
- 会话可能没有纠正
- 尝试 /reflect review 检查待处理项

冲突警告：
- 审查引用的现有规则
- 决定新规则是否应覆盖
- 可在应用前修改

未找到智能体文件：
- 检查智能体名称拼写
- 使用 /reflect status 查看可用目标
- 可能需要先创建智能体文件

文件结构

reflect/
├── SKILL.md                      # 本文件
├── scripts/
│   ├── state_manager.py          # 状态文件 CRUD
│   ├── signal_detector.py        # 模式匹配
│   ├── metrics_updater.py        # 指标聚合
│   └── output_generator.py       # 反思文件和索引生成
├── hooks/
│   ├── precompact_reflect.py     # PreCompact 钩子集成
│   ├── settings-snippet.json     # settings.json 示例
│   └── README.md                 # 钩子配置指南
├── references/
│   ├── signal_patterns.md        # 检测规则
│   ├── agent_mappings.md         # 目标映射
│   └── skill_template.md         # 技能生成
└── assets/
    ├── reflection_template.md    # 输出模板
    └── learnings_schema.yaml     # 模式定义

技能包地址：https://github.com/openclaw/skills/tree/main/skills/stevengonsalvez/reflect-learn/SKILL.md

3 次点击 ∙ 0 人收藏

登录后收藏

0 条回复

reflect-learn：通过对话分析实现自我提升与反思