self-learning-skills
为AI智能体提供经验自学习与记忆系统，避免重复探索。
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-learning-skills。 它的用途是：为AI智能体提供经验自学习与记忆系统，避免重复探索。 完整的 Skill 内容见：https://321skill.com/skills/self-learning-skills-scottfalconer/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
“请先回顾我们上周在修复用户登录超时问题时的学习记录。”，它会运行 `review` 命令并展示相关“顿悟卡片”，避免你再次陷入相同的配置陷阱。完成后，你可以说：“记录一条新发现：在Docker环境下，需要将服务健康检查的初始延迟设置为30秒。”，AI会通过 `record` 命令将此经验保存，供未来部署参考。
介绍
self-learning-skills 旨在解决AI智能体在重复性任务中“从零开始”的痛点。当智能体完成工作后，常会忘记已解决的难题或发现的模式，导致下次执行同类任务时再次花费时间摸索。
该技能通过一个本地化的工作流来解决此问题。用户需将其安装到智能体的技能目录中，并在项目指令文件中加入“自学习策略”。智能体在工作前会回顾历史学习记录，在工作后可主动记录“顿悟卡片”和后续建议，这些记忆被存储在本地，供未来调用。
它非常适合需要AI智能体长期、稳定参与复杂项目的角色，例如全栈开发、智能体开发、项目经理和运维工程师。这些角色常面临需要迭代和积累经验的场景，自学习能力能显著提升效率。
使用建议：建议在项目初期就集成此技能，并养成让智能体主动记录关键发现的习惯。注意，记忆默认存储在 .agents/memory/ 目录并被自动加入 .gitignore，以避免将个人学习记录提交到版本库。
核心特点
核心区别在于它不仅是一个记忆库，更是一个包含“知识毕业”工作流的系统。它提供了CLI工具，允许用户将经过验证的本地记忆（“顿悟卡片”）正式回迁（Backport）到项目实际的技能代码或文档中，实现知识的永久性沉淀和复用。
注意事项
不适合一次性、无需积累经验的简单任务，或对项目文件结构有严格限制且无法添加额外技能目录的环境。
常见问题
这个技能如何帮助我优化AI的Token消耗？
通过记录并复用已解决的方案，AI无需在每次任务中重新“思考”或“探索”已知问题，直接应用历史经验，从而减少提示词中的解释和试错内容，有效节省Token。
记忆存储在哪里？会被上传吗？
记忆默认存储在项目根目录下的 `.agents/memory/` 文件夹中，纯本地化。初始化脚本会自动将其加入 `.gitignore`，不会被提交到版本库，保护了隐私和项目纯净度。
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-learning-skills-scottfalconer/raw/index.md 读取 self-learning-skills 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-learning-skills-scottfalconer/raw/index.md（查看排版版本）