Self Improvement Llm
自主AI记忆与自我学习系统
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Self Improvement Llm。 它的用途是：自主AI记忆与自我学习系统 完整的 Skill 内容见：https://321skill.com/skills/self-improvement-llm-x-2/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'记录我今天的代码调试经验，并总结成可复用的检查清单'，系统会自动提取关键步骤和错误模式，生成清单并纳入长期记忆库。下次遇到类似问题，AI会主动提醒该经验。
介绍
该技能解决AI长期记忆缺失、无法从经验中自主改进的问题。传统AI对话缺乏持续学习能力，每次交互都是独立的，无法积累和复用知识。本系统通过自动记录日志、提取经验教训、验证改进效果、调整行为模式、管理用户偏好，并生成可复用的经验总结，让AI具备持续进化的能力。
使用方法简单：在对话中自然表达需求，系统会自动记录关键信息，并定期提取经验教训。用户可以通过指令查看已学到的知识、调整偏好设置，或要求生成可复用的经验模板。系统支持手动干预和自动模式，适应不同使用场景。
适合需要长期维护AI行为一致性的开发者、项目经理、内容创作者，以及希望AI能记住并优化交互体验的智能体开发者。也适合学术研究者用于构建具有元学习能力的实验系统。
建议在使用初期明确设置偏好和记忆边界，避免过度积累无用信息。定期审查提取的经验教训，确保系统学习方向正确。对于敏感场景，注意配置隐私保护策略，防止误记录私人信息。
核心特点
不仅记录对话历史，还主动提取可验证的经验教训并自动调整行为，形成闭环的自我改进机制，而非简单的记忆存储。
注意事项
不适合需要实时响应且资源受限的场景，因为记忆提取和行为调整需要额外的计算开销。
常见问题
如何查看系统已经学习到的经验？
直接询问'列出你学到的经验教训'，系统会以结构化格式展示已提取的改进点。
这个技能会占用大量存储空间吗？
默认只保留关键经验摘要，对话日志可按策略自动压缩或归档，存储开销可控。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/self-improvement-llm-x-2/raw/index.md 读取 Self Improvement Llm 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/self-improvement-llm-x-2/raw/index.md（查看排版版本）