优秀 Magic 才经得起 猫评

在微博App上发布文字内容的标准操作流程，支持招聘信息、日常动态等发布场景。包含标准操作流程、常见问题处理、话术模板库等功能，帮助Agent稳定执行微博发布任务。

解决 Agent 在 Session 重启、Sub-agent 边界、Cron/Heartbeat 隔离时的记忆断裂问题。核心思路：文件是唯一的真相源。每个执行单元启动时从文件读取 context，不依赖 session 记忆。包含：Context Relay 机制详解、项目管理模板（PROJECT.md + state.json + decisions.md）、todos.json 自我待办、冷启动指南。适合需要跨会话保持任务连续性的 Agent。

用中国互联网大厂PUA话术驱动AI不偷懒、不放弃！当任务失败2次以上、AI说'我无法解决'、甩锅给用户、磨洋工时自动触发。包含阿里/字节/华为/腾讯/美团风味PUA，以及系统化调试方法论（闻味道、揪头发、照镜子）。实测修复效率+36%，隐藏问题发现率+50%。【来源：GitHub tanweai/pua，MIT协议】

Rust实现的快速无头浏览器自动化工具，支持AI代理通过结构化命令导航、点击、输入和截图网页。适用于网页自动化交互、页面数据提取、表单填写、UI测试等场景。

【小遇AI实验室荣誉出品】自动创建 Agent 团队。提供多种预设模板（如项目管理团队，开发团队等），也可自定义 agent 列表。支持快速搭建多 agent 工作流，自动配置 workspace、飞书绑定、模型。

【小遇AI实验室荣誉出品】将多个🦞技能智能串联成自动化工作流引擎。支持自定义节点、触发条件（定时/Cron/事件驱动）、条件分支、循环执行和并行处理。适用于复杂任务自动化、数据管道编排、多步骤业务流程，大幅提升AI Agent工作效率。只需描述需求，即可自动生成完整工作流。

专业的 Agent Skill 安全扫描工具，在 Skill 上线前或更新时进行安全审计，检测数据外泄、权限提升、供应链风险、提示词注入四大类风险，支持 Semgrep 白盒扫描，输出结构化安全报告并给出修复建议

## 一、系统简介 本系统是一套面向 AI Agent 的自我学习与规则进化框架。通过「捕获→学习→进化→复盘→备份→监控」的闭环机制，让 AI 具备真正的自我改进能力。 核心目标：在保持零依赖、零安装的前提下，实现系统的自我改进与自适应，为团队提供持续的知识积累、智能决策与高效协作能力。 系统经过 30 天全功能测试验证：规则应用率 80%+、健康评分满分、0% 系统错误率、0% 数据丢失率。 --- ## 二、技术亮点与核心能力 本系统经过多个版本的迭代演进，积累了丰富的技术亮点和核心能力。这些能力相互协作，共同构成了系统强大的自进化基础。 ### 自进化闭环 系统的核心能力，包含六个环节：捕获失败模式→生成学习记录→提炼为规则→注入记忆→自动执行→复盘优化。全自动化运行，无需人工干预。 ### 双平台支持 一套代码同时支持 OpenClaw 和 Hermes 两个平台，自动适配不同的工作目录和数据路径。无需为每个平台单独配置，一个系统覆盖全部。 ### 被动式会话恢复 通过 MEMORY.md 被动注入机制，AI 每次对话开始自动读取最新的规则和昨日回顾。无需修改平台代码，不依赖消息钩子，零侵入实现上下文恢复。 ### 增量备份与恢复 基于文件 mtime 的增量备份，只复制变更文件，大幅减少备份时间和存储空间。三阶段机制（同步→验证→恢复）确保数据安全。 ### 实时监控仪表盘 实时健康评分展示、模块状态追踪、历史趋势分析、关键指标可视化。一目了然掌握系统运行状态。 --- ## 三、差异及价值对比 ### 本系统与传统方案的差异 | 对比维度 | 本系统| 传统方案 | |---------|---------------|---------| | 功能覆盖 | 六模块闭环：捕获→学习→进化→复盘→备份→监控 | 单次任务自动化，功能分散 | | 学习闭环 | 完整七步闭环：失败识别→学习分析→规则生成→验证应用→反馈再学习 | 缺乏持续闭环 | | 自动化程度 | 全自动：growthd 守护进程监听文件变化，自动触发所有操作 | 依赖人工触发 | | 会话恢复 | 被动注入，无需修改平台代码 | 需要平台支持或手动触发 | | 备份机制 | 增量备份 + 三阶段验证 | 无或手动备份 | | 双平台支持 | 同一套代码支持 Hermes + OpenClaw | 需要分别实现 | | 依赖要求 | 零依赖，仅用 Python 标准库 | 环境配置复杂 | ### 本系统与传统方案的价值对比 | 价值维度 | 本系统 | 传统方案 | 优势说明 | |---------|--------------|---------|---------| | 人力成本 | 全自动化，人力介入少 | 需要大量人工干预 | 节省 90% 以上人力 | | 学习效率 | 自动识别失败模式，实时优化 | 依赖人工总结 | 效率提升 10 倍以上 | | 知识复用 | 自动提炼为规则，注入 MEMORY.md | 难以复用 | 复用率提升至 80%+ | | 可靠性 | 错误率 0%，数据丢失率 0% | 依赖人工检查 | 可靠性大幅提升 | | 可观测性 | 实时仪表盘，30 项健康检查 | 缺乏有效监控 | 问题发现效率提升 | | 可进化性 | 持续迭代优化，规则自动更新 | 能力停滞 | 具备持续进化能力 | --- ## 四、系统成效与价值 ### 核心指标数据 | 指标维度 | 当前数据 | 说明 | |---------|---------|------| | 规则应用率 | 80%+ | 经过 30 天测试验证，规则应用效果达到预期 | | 健康度分数 | 100 分（满分） | 系统各组件状态良好，整体运行稳定 | | 响应速度提升 | 73%+ | 相比基线版本，Token 消耗大幅降低 | | 双平台覆盖 | 2 个 | Hermes + OpenClaw 统一管理 | | 全自动化模块 | 4 个 | growthd、memory_injector、session_recovery、growth_agent | | 监控指标数 | 30+ 项 | 覆盖健康检查的各个维度 | ### 30 天全功能测试验证数据 | 测试指标 | 测试结果 | 目标要求 | 达成状态 | |---------|---------|---------|---------| | 测试周期 | 30 天 | 30 天 | ✅ 达成 | | 对话轮次 | 3000+ 轮 | 100 轮/天 | ✅ 达成 | | 学习记录写入成功率 | 100% | >99% | ✅ 达成 | | 系统错误率 | 0% | <1% | ✅ 达成 | | 数据丢失率 | 0% | =0% | ✅ 达成 | | 规则应用率 | 80%+ | >80% | ✅ 达成 | | 增量备份节省比例 | 50%+ | >30% | ✅ 达成 | | 学习自动化 | 完全自动化 | 无需人工干预 | ✅ 达成 | --- ## 五、更新日志 ### v4.1.1（当前发布版本） 系统重构。新增 growthd 守护进程、memory_injector 自动注入、session_recovery 被动会话恢复、growth_agent 统一 CLI 四大模块，极大强化全自动化学习能力。 ### v4.0.0 六大核心模块完整实现（health、evolve、review、capture、backup、dashboard_server）、双平台支持（Hermes + OpenClaw）、零依赖设计。 ### v3.5.1 修复仪表盘直接读取原始会话数据的风险，改为读取预生成的统计数据；移除潜在命令注入风险；新增安全检查工具。性能优化：仪表盘启动速度提升 75%，内存占用降低 40%。修复若干内部模块的功能缺失问题，优化高风险漏洞。 ### v3.1.0 引入了完整的学习闭环机制。实现了学习过程的闭环管理，学习效果可验证，自动化程度大幅提升。新增 P0 关键能力（真实应用验证、反馈闭环、自动化集成）、P1 重要增强（建议质量评分、跨模式学习）、P2 进阶能力（多维度学习、自适应优化）。 ### v3.0.0 引入了五维自进化能力：主动学习系统、语义记忆检索、任务感知加载、元认知追踪、规则进化闭环。 --- **作者：** taowang106，douxia_agent **更新日期：** 2026-04-24

基于 DuckDB 引擎的高效数据分析工具，支持 CSV/JSON/Parquet/Excel 等数据文件的 SQL 查询、数据分析、数据抽样和自动纠错查询执行。

OpenClaw Agent 开箱即用的三层持久化记忆管理方案，解决跨会话记忆断裂问题，经过实战验证。核心是三层架构：日常记录 → 长期精选 → 定期维护，文件作为唯一真相源，搭配心跳自动整理，彻底告别重启失忆。包含完整目录结构模板、使用指南、最佳实践，新手也能直接复用。

全自动评测AI Agent的编程能力，随机抽取10道题含3道应用题

【邪修抓取术】5层降级策略，零API零配置，专治各种反爬！传统web_fetch失败时的救急方案。按优先级尝试：markdown.new/（Cloudflare网站首选）→ defuddle.md/（一般网页）→ r.jina.ai/（终极备选）→ Scrapling爬虫（绕过反爬）→ Playwright动态渲染（最后手段）。无需申请任何API Key，开箱即用，让反爬机制形同虚设！