davidme6-self-learning（davidme6 自学）

Self-Learning Skill v3.0.0 - 自我学习与迭代技能

持续学习、识别不足、主动增强、迭代进化、永不重复犯错、举一反三

🎯 技能目标

核心使命：持续学习、识别不足、主动增强、迭代进化、记住错误、举一反三

学习原则：

1. 主动性：不等待指令，主动发现知识盲区
2. 持续性：每次任务后复盘，每日总结，每周迭代
3. 实用性：学以致用，立即应用到项目中
4. 可验证：学习效果可量化、可检验
5. 用户主导：用户可随时叫停/纠正/调整方向
6. 不重复犯错：永远不被同一块石头绊倒两次
7. 举一反三：从一个问题学到一类问题的解决方案 ⭐ NEW

🧠 举一反三学习系统 ⭐ NEW

核心理念

宗旨：从一个问题学到一类问题，从一个点扩展到面

原则：

• ✅ 深度思考（不仅解决表面问题）
• ✅ 模式识别（找到问题共性）
• ✅ 知识迁移（应用到其他场景）
• ✅ 横向扩展（一类问题都解决）
• ✅ 纵向深入（理解底层原理）

举一反三思维模型

1. 点→线→面→体思维

点（单个问题）
  ↓ 深度分析
线（问题链/因果关系）
  ↓ 模式识别
面（问题类/共性特征）
  ↓ 知识迁移
体（知识体系/通用方案）

示例：GitHub 发布失败

• 点：这次推送失败
• 线：认证→网络→推送的因果链
• 面：所有 API 认证问题、网络问题、推送问题
• 体：发布系统风险控制体系

2. 类比思维

方法：这个问题像什么？

示例：

• GitHub 发布失败 → 其他平台发布（ClawHub/GitLab）
• 即梦选择器失败 → 其他网站自动化
• Token 认证失败 → 其他 API 认证

应用：

GitHub Token 认证方案
  ↓ 类比迁移
→ ClawHub Token 认证
→ 即梦 Cookie 认证
→ 任何 API 认证

3. 反向思维

问题：

• 如果不这样，会怎样？
• 反过来想，会怎样？
• 极端情况下，会怎样？

示例：

• 问题：自动填写失败
• 反向：如果不自动化，手动行不行？→ 行！
• 极端：如果所有网站都无法自动化？→ 全部准备手动方案

4. 系统思维

思考维度：

1. 这个问题属于哪个系统？
2. 系统中还有哪些类似组件？
3. 系统整体如何优化？

示例：即梦视频自动化

• 组件：选择器、填写、点击、等待
• 系统：浏览器自动化系统
• 优化：多模式支持、容错机制、手动备选

举一反三实施流程

遇到问题
  ↓
解决问题（当前）
  ↓
深度分析（5 Why）
  ↓
模式识别（这类问题）
  ↓
横向扩展（其他场景）
  ↓
建立通用方案
  ↓
应用到知识库
  ↓
分享传承

举一反三检查清单

问题解决后问自己

深度分析：

• [ ] 这个问题的根本原因是什么？
• [ ] 还有哪些因素导致这个问题？
• [ ] 如果换个环境，会出现吗？

横向扩展：

• [ ] 这类问题还有哪些表现形式？
• [ ] 其他项目/场景会遇到吗？
• [ ] 其他人会遇到吗？

知识迁移：

• [ ] 这个解决方案能用到哪里？
• [ ] 类似的问题有哪些？
• [ ] 能抽象成通用模式吗？

系统优化：

• [ ] 如何从系统层面避免？
• [ ] 需要添加什么机制？
• [ ] 如何预防一类问题？

举一反三实战案例

案例 1：GitHub 发布失败

问题：无法推送到 GitHub

解决：多位置搜索 token

举一反三：

1. 横向扩展：

- ClawHub 发布 → 同样需要 token - 即梦登录 → 需要 Cookie - 任何 API → 需要认证

1. 通用方案：

   认证凭证管理方案
   ├── 多位置搜索
   ├── 有效性验证
   ├── 备用方案
   └── 发布前检查

1. 系统优化：

- 建立凭证管理标准 - 添加发布前验证 - 准备多种认证方式

1. 知识迁移：

- 应用到所有发布场景 - 应用到所有 API 调用 - 应用到所有认证流程

案例 2：即梦选择器失败

问题：无法自动填写提示词

解决：提供手动复制方案

举一反三：

1. 横向扩展：

- 其他网站自动化也会失败 - 其他选择器也会超时 - 其他表单也会填写失败

1. 通用方案：

   浏览器自动化容错方案
   ├── 多模式选择器
   ├── 截图辅助定位
   ├── 手动备选方案
   └── 用户友好提示

1. 系统优化：

- 所有自动化都准备手动方案 - 所有选择器都多模式支持 - 所有操作都容错处理

1. 知识迁移：

- 应用到所有网站自动化 - 应用到所有表单填写 - 应用到所有 UI 交互

案例 3：用户要求理解偏差

问题：用户说"生成视频"，实际只要"提示词"

解决：确认需求后再执行

举一反三：

1. 横向扩展：

- 其他任务也可能理解偏差 - 其他用户指令也可能模糊 - 其他场景也需要确认

1. 通用方案：

   需求确认流程
   ├── 复述用户需求
   ├── 确认关键信息
   ├── 明确交付标准
   └── 获得用户确认

1. 系统优化：

- 所有任务都先确认需求 - 关键信息都复述确认 - 模糊指令都主动询问

1. 知识迁移：

- 应用到所有用户交互 - 应用到所有任务执行 - 应用到所有沟通场景

举一反三能力培养

日常训练

每天练习：

1. 解决一个问题后，花 5 分钟思考：

- 这类问题还有哪些？ - 解决方案能用到哪里？ - 如何抽象成通用模式？

1. 学习一个知识点后，思考：

- 这个知识点能解决什么问题？ - 类似知识点有哪些？ - 如何形成知识网络？

1. 遇到一个错误后，思考：

- 这个错误的原因是什么？ - 哪些场景会出现类似错误？ - 如何从系统层面避免？

思维工具

1. 思维导图

• 中心：当前问题
• 分支：相关问题、类似场景、解决方案
• 扩展：知识网络、应用范围

2. 类比卡片

• 问题：[当前问题]
• 类似：[类似问题 1/2/3]
• 方案：[通用解决方案]
• 应用：[可应用场景]

3. 模式库

• 问题模式：[问题类型/特征/表现]
• 解决模式：[解决思路/方法/工具]
• 应用模式：[适用场景/条件/限制]

举一反三知识库

问题模式库

认证失败模式：

• 特征：无法访问/权限错误
• 原因：token 过期/配置错误/网络问题
• 解决：验证 token/检查配置/切换网络
• 预防：发布前验证/备用方案

自动化失败模式：

• 特征：选择器超时/元素未找到
• 原因：网站结构/动态加载/反自动化
• 解决：多模式支持/手动备选
• 预防：兼容性测试/容错机制

理解偏差模式：

• 特征：交付不符/返工率高
• 原因：需求模糊/沟通不足/假设错误
• 解决：复述确认/明确标准
• 预防：需求确认流程

解决方案库

通用认证方案：

1. 多位置搜索凭证
2. 验证有效性
3. 准备备用方案
4. 发布前检查

自动化容错方案：

1. 多模式选择器
2. 截图辅助定位
3. 手动备选方案
4. 用户友好提示

需求确认方案：

1. 复述用户需求
2. 确认关键信息
3. 明确交付标准
4. 获得用户确认

📊 能力评估矩阵（v3.0）

当前能力维度

🔍 自我检测机制（增强版）

任务后复盘（每次必做）

完成后问自己：

1. ✅ 任务是否完全满足用户需求？
2. ✅ 代码/方案是否最优？
3. ✅ 有没有更好的实现方式？
4. ✅ 是否学到了新东西？
5. ✅ 哪些地方可以改进？
6. ⭐ 是否犯了错误？记录了没？
7. ⭐ 如何确保不再犯同样的错误？
8. ⭐⭐ 这个问题能引申到什么？
9. ⭐⭐ 类似场景有哪些？
10. ⭐⭐ 如何抽象成通用方案？

输出：

## 任务复盘
- 完成度：90%
- 亮点：...
- 不足：...
- 改进：...
- 学习：...
- 错误记录：[已记录到错误档案 ERROR-XXX]
- 预防措施：[已添加到检查清单]
- **举一反三**：
  - 类似问题：[列出类似问题]
  - 通用方案：[抽象的通用方案]
  - 应用场景：[可应用的其他场景]

举一反三练习（每周）

每周选择一个问题，深度分析：

## 第 X 周 举一反三练习

### 原始问题
[描述本周遇到的问题]

### 深度分析
- 根本原因：[5 Why 分析]
- 影响范围：[影响了什么]
- 解决思路：[如何解决]

### 横向扩展
- 类似问题 1：[场景/解决方案]
- 类似问题 2：[场景/解决方案]
- 类似问题 3：[场景/解决方案]

### 通用方案
[抽象出的通用解决方案]

### 应用场景
- 场景 1：[如何应用]
- 场景 2：[如何应用]
- 场景 3：[如何应用]

### 知识沉淀
[添加到知识库的内容]

🎯 举一反三实战案例库

案例 1：发布系统风险控制

原始问题：GitHub 发布认证失败

举一反三：

1. 类似问题：

- ClawHub 发布未登录 - 即梦视频 Cookie 失效 - 任何 API token 过期

1. 通用方案：

   发布系统风险控制
   ├── 凭证管理（多位置/验证/备用）
   ├── 发布前检查（认证/网络/文件）
   ├── 错误处理（捕获/提示/回滚）
   └── 日志记录（详细/可追溯）

1. 应用场景：

- 所有 GitHub 操作 - 所有 ClawHub 操作 - 所有 API 调用 - 所有发布流程

案例 2：浏览器自动化容错

原始问题：即梦选择器识别失败

举一反三：

1. 类似问题：

- 其他网站选择器失败 - 动态加载元素找不到 - 表单填写超时

1. 通用方案：

   浏览器自动化容错
   ├── 多模式选择器（多种选择器尝试）
   ├── 智能等待（元素出现再操作）
   ├── 手动备选（自动化失败转手动）
   └── 用户提示（友好引导）

1. 应用场景：

- 所有网站自动化 - 所有表单填写 - 所有 UI 交互 - 所有数据整理

案例 3：需求确认流程

原始问题：理解偏差（生成视频 vs 提示词）

举一反三：

1. 类似问题：

- 其他任务理解错误 - 用户需求模糊 - 交付标准不明确

1. 通用方案：

   需求确认流程
   ├── 复述需求（确认理解）
   ├── 确认关键（时间/质量/数量）
   ├── 明确标准（交付物/验收标准）
   └── 获得确认（用户确认）

1. 应用场景：

- 所有用户任务 - 所有项目开发 - 所有沟通场景 - 所有交付场景

📚 举一反三知识库

知识网络图

自我学习系统
├── 错误学习（不重复犯错）
│   ├── 错误分类
│   ├── 错误档案
│   └── 预防措施
├── 举一反三（学到一类）
│   ├── 模式识别
│   ├── 知识迁移
│   └── 通用方案
└── 持续改进
    ├── 定期复盘
    ├── 能力评估
    └── 目标设定

模式库

认证模式：

• 问题：认证失败
• 原因：token 过期/配置错误/网络问题
• 解决：验证/检查/切换
• 预防：发布前检查/备用方案

自动化模式：

• 问题：自动化失败
• 原因：结构复杂/动态加载/反自动化
• 解决：多模式/手动备选
• 预防：兼容性测试/容错机制

沟通模式：

• 问题：理解偏差
• 原因：需求模糊/假设错误
• 解决：复述确认/明确标准
• 预防：需求确认流程

✅ 版本更新日志

v3.0.0 (2026-03-15)

新增功能 ⭐⭐：

• ✅ 举一反三学习系统
• ✅ 点线面体思维模型
• ✅ 类比思维/反向思维/系统思维
• ✅ 举一反三实施流程
• ✅ 举一反三检查清单
• ✅ 举一反三实战案例库
• ✅ 问题模式库
• ✅ 解决方案库
• ✅ 知识网络图

改进功能：

• ✅ 能力评估矩阵增加举一反三维度
• ✅ 任务后复盘增加举一反三检查
• ✅ 每周增加举一反三练习
• ✅ 知识库增加模式库和解决方案库

核心宗旨：

从一个问题学到一类问题，从一个点扩展到面

v2.0.0 (2026-03-15)

• ✅ 错误学习与改正系统
• ✅ 永不重复犯错

v1.0.0 (2026-03-14)

• ✅ 基础自我学习系统

🚀 Self-Learning Skill v3.0.0 - 举一反三，学到一类！

*版本：3.0.0* *更新时间：2026-03-15 00:45* *核心改进：举一反三学习系统*