# Learnings

Corrections, insights, and best practices for **skill-self-evolution-enhancer**.

**Categories**: correction | insight | knowledge_gap | best_practice
**Statuses**: pending | in_progress | resolved | wont_fix | promoted

## [LRN-20260326-001] insight

**Logged**: 2026-03-26T04:14:00Z
**Priority**: high
**Status**: resolved
**Area**: 自进化冷启动

### Summary
learnings文件初始为空时，需要从heartbeat/cron日志/执行输出中主动提取进化素材

### Details
skill自进化需要真实错误数据驱动，但冷启动时.learnings/是空白模板
解决方案：从系统日志(cron状态、资源使用)、执行输出(stderr/stdout)、用户反馈中主动提取

### Suggested Action
在HEARTBEAT.md中增加"每次心跳检查时提取一条可进化的错误/改进项"规则

### Metadata
- Source: heartbeat_automation_session
- Tags: cold-start, self-evolution, data-driven
- Recurrence-Count: 1

---

## [LRN-20260327-001] insight

**Logged**: 2026-03-27T08:04:00Z
**Priority**: medium
**Status**: resolved
**Area**: GitHub进化猎手-克隆超时

### Summary
GitHub进化猎手在心跳/cron环境中克隆大型仓库容易超时，需要优化分析策略

### Details
心跳/cron环境网络受限，克隆⭐49306的deer-flow和⭐20811的agentscope均超时失败
解决方案：改用web_fetch读取README+API分析结构，不依赖git clone

### Suggested Action
修改github-intel.sh，增加"克隆前先web_fetch README预览"逻辑，对⭐>20000项目改用API+README分析

### Metadata
- Source: github-intel-cron-20260327
- Tags: network-timeout, github-analysis, optimization
- Recurrence-Count: 1

---

## [LRN-20260327-002] insight

**Logged**: 2026-03-27T08:04:00Z
**Priority**: high
**Status**: in_progress
**Area**: 重大突破性项目发现

### Summary
本期发现2个⭐>20000的突破性项目，需要深度研究

### Details
发现两个突破性项目：
1. **bytedance/deer-flow** (⭐49306) - SuperAgent框架，集成sandbox/memories/tools/skill/subagents/message gateway
2. **agentscope-ai/agentscope** (⭐20811) - "Build and run agents you can see, understand and trust"

这两个项目代表了当前Agent架构的最新方向，值得深入研究代码结构

### Suggested Action
下次有充足时间时，手动克隆这两个项目分析代码结构

### Metadata
- Source: github-intel-cron-20260327
- Tags: breakthrough-project, deer-flow, agentscope, agent-framework
- Recurrence-Count: 1

---

## [LRN-20260327-004] best_practice

**Logged**: 2026-03-27T12:04:00Z
**Priority**: high
**Status**: resolved
**Area**: GitHub进化猎手-本期深度分析

### Summary
本期分析3个高价值项目：last30days-skill、superpowers、dexter

### Details
从 **mvanhorn/last30days-skill** (⭐11702) 学到：
1. **Open Claw原生适配**: 明确说明"Designed for Open Claw and similar always-on AI environments"，提供open variant
2. **Watchlist + briefings模式**: SQLite持久化研究数据，支持自然语言查询历史，支持定时cron触发
3. **多信号并行 + 质量排序**: 10个平台并行搜索，双向文本相似度 + 参与度速度归一化
4. **Comparative Mode**: "X vs Y"模式并行3次研究 + 并排对比

从 **obra/superpowers** (⭐117412) 学到：
1. **Subagent驱动开发**: dispatching-parallel-agents + 两阶段review (spec compliance → code quality)
2. **Skills自动触发**: agent在执行任务前自动检查相关skills，无需手动调用
3. **brainstorming skill**: Socratic设计澄清，在写代码前先确认真正需求
4. **git-worktrees隔离**: 每个任务在独立branch的worktree执行，避免污染主分支
5. **skills库生态**: 测试/调试/协作/元技能分类，writing-skills指导创建新skill

从 **virattt/dexter** (⭐19354) 学到：
1. **自验证循环**: 执行任务后检查结果，迭代直到confidence足够
2. **Scratchpad调试日志**: 每个query生成JSONL文件，记录tool调用和LLM推理过程
3. **Task Planning自动分解**: 复杂query自动拆解为结构化研究步骤
4. **Loop Detection**: 内置循环检测和step limits防止无限执行
5. **WhatsApp Gateway**: 通过WhatsApp与agent交互

### Suggested Action
1. 考虑为OpenClaw skills增加watchlist/briefings持久化模式
2. 引入superpowers的"执行前先brainstorm"流程
3. 学习dexter的scratchpad日志机制用于调试
4. last30days-skill的"对比模式"可作为GitHub进化的分析模板

### Metadata
- Source: github-intel-cron-20260327-deep-analysis-2
- Tags: last30days-skill, superpowers, dexter, agent-framework
- Recurrence-Count: 1

---

## [LRN-20260327-003] best_practice

**Logged**: 2026-03-27T08:29:00Z
**Priority**: high
**Status**: resolved
**Area**: GitHub进化猎手-多源情报融合设计模式

### Summary
oh-my-claudecode的团队协作模式揭示了multi-agent编排的最佳实践

### Details
从oh-my-claudecode (⭐13148)学到：
1. **Team Pipeline架构**: team-plan → team-prd → team-exec → team-verify → team-fix 循环
2. **Deep Interview技能**: Socratic追问 + 数学模糊度门控 (ambiguity ≤ 20%才允许执行)
3. **tmux CLI Workers**: 真实终端窗口作为worker，支持多agent并行
4. **AGENTS.md规范**: 用guidance_schema_contract定义角色契约，operating_principles + delegation_rules

从last30days-skill (⭐11242)学到：
1. **多信号质量排序**: 8个平台并行搜索，双向文本相似度 + 参与度速度归一化 + 跨平台收敛检测
2. **Polymarket预测市场集成**: 用真钱 bets 作为信号源，比Reddit更可靠
3. **Per-project .env配置**: 项目级环境变量隔离
4. **自动归档**: 每次运行保存到 ~/Documents/ 构建个人研究库

从agentscope (⭐20827)学到：
1. **"可观测的Agent"理念**: Build and run agents you can see, understand and trust
2. **A2A协议支持**: Agent间标准通信协议
3. **VNC-powered GUI沙箱**: 运行时可视化调试
4. **OTel生产部署**: K8s + Docker内置支持

### Suggested Action
将team pipeline分阶段架构引入OpenClaw skill编排；考虑增加"模糊度门控"机制在执行危险操作前要求用户确认

### Metadata
- Source: github-intel-cron-20260327-deep-analysis
- Tags: multi-agent, orchestration, team-pipeline, skill-design
- Recurrence-Count: 1