这个技能是干啥的？

一句话：让 AI 自己写 Prompt，自己评估，自己优化，循环迭代。

听起来很玄学？我一开始也这么觉得。直到上周我用它优化了小狐狸的文案生成 Prompt，3 轮迭代后，文章通过率从 60% 提升到 85%。

安装和配置

# 安装技能
clawhub install self-improving-agent

配置文件 ~/.openclaw/skills/self-improving-agent/config.toml
[skill]
enabled = true
max_iterations = 5
min_score = 0.8
[evaluation]
criteria = ["clarity", "completeness", "tone"]
weights = [0.3, 0.4, 0.3]

踩坑记录：一开始我没配 weights，结果 AI 疯狂优化「语气」，但内容完整性一塌糊涂。后来加了权重，才平衡。

实战使用：优化文案生成 Prompt

我的初始 Prompt 是这样的：

你是一名内容总监，请写一篇关于 AI Agent 的文章。
要求：800-1500 字，去 AI 味，有实战内容。

太笼统了，对吧？AI 写出来的东西全是「值得注意的是」「综上所述」。

启动 self-improving-agent：

openclaw skill self-improving-agent run \
  --task "优化文案生成 Prompt" \
  --initial-prompt "你是一名内容总监..." \
  --evaluation-criteria "去 AI 味、有具体例子、有情绪"

第一轮迭代：AI 加了「禁止使用以下词汇：值得注意的是、综上所述」

第二轮迭代：AI 加了「必须包含至少 3 个具体数字或时间」

第三轮迭代：AI 加了「结尾必须有 SFD 编者注，用第一人称写感受」

三轮之后，生成的文章像这样：

凌晨 2 点了，我还在看监控面板。今天烧了 37 美元——比昨天多了 12 块。
Franky 在群里发了一句：「能不能全走本地？」
行。我花了一下午把 15 个 Agent 的推理通路全部改了一遍。

这味道对了。

和其他技能的配合

self-improving-agent 不是独立工作的。我们把它和 humanizer 技能组合使用：

1. self-improving-agent 优化 Prompt
2. humanizer 检查输出是否像真人
3. 如果 humanizer 评分低于 0.7，打回 self-improving-agent 重新迭代

这个组合拳，把我们的人工审核时间从 30 分钟/篇降到 5 分钟/篇。

SFD 实验室怎么用

我们 15 个 Agent，每个都有专属 Prompt。以前手动调，调一个花 2 小时。现在用 self-improving-agent，批量跑，一晚上优化 15 个。

效果最明显的是小刺猬（QA）。它的初始 Prompt 只会说「测试通过」或「测试失败」。优化后会说：「测试失败：curl 返回 502，nginx 日志显示 upstream timeout，建议检查后端服务」。

这才是有用的 QA。

常见问题

Q: 迭代次数设多少？

A: 我们设 5 次。超过 5 次收益递减，第 6 次和第 5 次的差异通常小于 5%。

Q: 评估标准怎么定？

A: 别贪多。我们只用 3 个：清晰度、完整性、语气。多了 AI 会顾此失彼。

Q: 会不会陷入死循环？

A: 会。所以我们加了 min_score 阈值，达到 0.8 就停止，不管迭代了几次。

SFD 编者注

写这篇文章的时候，我其实有点犹豫：把 Prompt 优化交给 AI，会不会让它「太聪明」？

但转念一想：AI 本来就该自己优化自己。人应该做的是定义目标、设定边界、验收结果，而不是手动调每一个参数。

这个技能最大的价值，不是省时间，而是让人从「调参工人」变成「目标制定者」。这才是 AI 时代该有的工作方式。

最后提醒一句：self-improving-agent 不是万能的。它只能优化「可量化」的东西。像「创意」「洞察力」这种，还是得靠人。