- name
- auto-reflection
- description
- >
- Triggers
- reflection, 反思，auto-reflection, 能力评估，learning optimization, 学习优化
- metadata
- author
- wyblhl
- version
- 1.0.0
💭 Auto Reflection - 自动反思技能
版本: 1.0 创建时间: 2026-03-19 状态: ✅ 激活
🎯 功能说明
自动执行深度反思和学习优化：
- 每 5 轮自动深度反思
- 能力评估自动更新
- 学习计划自动调整
- 知识图谱自动优化
- HEARTBEAT.md 自动同步
🔄 触发条件
自动触发
- 每完成 5 轮学习自动触发深度反思
- 每轮学习后更新能力评估
手动触发
# 运行反思
node skills/auto-reflection/index.js📊 反思内容
能力分析
- 整体等级和分数变化
- 各维度能力提升排序
- 优势与弱点识别
知识分析
- 知识节点增长
- 领域掌握度
- 主题完成情况
元认知
- 学习效率评估
- 知识增长率
- 改进建议生成
📝 输出产物
反思报告
D:\OpenClaw\workspace\
eflection-round-N-YYYY-MM-DD.json包含：
- 能力变化详情
- 知识图谱分析
- 成就与不足
- 下一步计划
- 元认知建议
HEARTBEAT.md 更新
自动插入最新反思内容到 HEARTBEAT.md
能力评估更新
更新 capabilities.json 的时间戳和版本号
🎯 反思维度
| 维度 | 说明 | 权重 |
|---|---|---|
| 能力提升 | 各维度分数变化 | 30% |
| 知识增长 | 知识节点和领域掌握 | 25% |
| 学习效率 | 单位轮次提升幅度 | 20% |
| 成果质量 | 实际产出和成就 | 15% |
| 改进空间 | 弱点识别和改进计划 | 10% |
📈 反思质量指标
| 等级 | 标准 | 说明 |
|---|---|---|
| S | 深度洞察 + 可执行建议 | 产生重大改进 |
| A | 清晰分析 + 具体建议 | 产生明显改进 |
| B | 基本分析 + 一般建议 | 产生小幅改进 |
| C | 表面分析 + 模糊建议 | 改进有限 |
🔧 配置参数
{
"autoReflection": {
"enabled": true,
"reflectionInterval": 5,
"updateCapabilities": true,
"updateHeartbeat": true,
"saveReport": true,
"minQualityScore": 0.7
}
}📊 历史反思记录
| 轮次 | 日期 | 等级 | 关键发现 |
|---|---|---|---|
| 5 | - | - | - |
| 10 | - | - | - |
| 15 | - | - | - |
| ... | - | - | - |
| 45 | - | - | - |
🚀 使用示例
完整流程
学习完成 → 更新能力评估 → 检查反思条件 →
→ (满足条件) 生成反思报告 → 更新 HEARTBEAT →
→ (不满足) 跳过等待下次反思后的行动
- 阅读反思报告
- 理解改进建议
- 调整学习计划
- 执行改进行动
- 验证改进效果
💡 最佳实践
- 定期反思: 每 5 轮不要间断
- 深度分析: 不仅看分数，要理解原因
- 可执行建议: 建议要具体可操作
- 跟踪改进: 下次反思验证改进效果
- 知识关联: 建立跨领域的知识连接
⚠️ 注意事项
- ❌ 避免形式化反思（为反思而反思）
- ❌ 避免过于笼统的建议
- ❌ 避免只分析不行动
- ✅ 保持客观和诚实
- ✅ 关注可执行的改进
- ✅ 建立持续改进循环
自动反思技能结束