learning-engine
System records mistakes and successes, automatically learns patterns to improve skills. Automates "don't repeat same mistake" principle.
Learning Sources
1. memory/errors/
Extract failure patterns from error logs
CODEBLOCK0
2. self-eval Results
Extract improvement points from weekly self-evaluation
CODEBLOCK1
3. performance Data
Learn successful/unsuccessful patterns from performance tracking
CODEBLOCK2
Auto Rule Generation
Convert learned patterns to rules:
Location: INLINECODE0
CODEBLOCK3
Rule Format
CODEBLOCK4
Inject Rules into Skills
Auto-add learned rules to relevant skill SKILL.md:
Location: INLINECODE1
CODEBLOCK5
Weekly Learning Report
Auto-generated every Monday:
Location: INLINECODE2
CODEBLOCK6
Event Publishing
Publish event when learning complete:
Location: INLINECODE3
CODEBLOCK7
hook-engine Integration
- - on-error hook: Error occurs → Record to memory/errors/ → learning-engine analysis
- post-hook (self-eval): After weekly evaluation → Update learning rules
- post-hook (performance): After collecting performance data → Learn patterns
- scheduled hook: Every Monday → Generate weekly learning report
Learning Pipeline
CODEBLOCK8
Trigger Keywords
- - "what did I learn"
- "learning"
- "lessons"
- "mistake patterns"
- "improvements"
- "learning report"
- "add rule"
Usage Examples
CODEBLOCK9
Auto-improvement Examples
Before (Pre-learning)
CODEBLOCK10
After (Post-learning)
CODEBLOCK11
Meta Learning
learning-engine itself also learns:
- - "Which rules are used most?"
- "Which skills improve most?"
- "Which areas have slow learning?"
Meta Learning Report: INLINECODE4
Future Improvements
- - [ ] Rule conflict detection (Rule A vs Rule B)
- [ ] Rule confidence score (based on usage frequency)
- [ ] Auto A/B testing (rule validation)
- [ ] Share learning with other agents
🐧 Built by 무펭이 — Mupengism ecosystem skill
学习引擎
系统记录错误与成功,自动学习模式以提升技能。自动化实现不重复相同错误原则。
学习来源
1. memory/errors/
从错误日志中提取失败模式
markdown
memory/errors/2026-02-14.md
10:30 - 即时发布失败
- - 原因:PNG文件上传 → 出现发生问题错误
- 修复:转换为JPG后重试 → 成功
- 经验:上传Instagram前务必转换为JPG
2. 自我评估结果
从每周自我评估中提取改进点
markdown
memory/self-eval/2026-W07.md
本周错误
- - 浏览器截图过多(令牌浪费)
- → 改进:通过exec直接调用API
本周成功
- - 使用insta-cli v2 DM检查节省95%令牌
3. 性能数据
从性能追踪中学习成功/失败模式
json
{
insight: 晚上7-9点发布点赞量增加30%,
rule: Instagram帖子推荐发布时间19:00-21:00
}
自动规则生成
将学习到的模式转换为规则:
位置:memory/learned-rules/
memory/
learned-rules/
instagram-posting.md
browser-automation.md
api-usage.md
error-recovery.md
规则格式
markdown
Instagram发布规则
规则#1:务必转换为JPG
- - 场景:上传图片到Instagram
- 失败模式:PNG文件 → 发生问题
- 解决方案:convert input.png -quality 92 output.jpg
- 证据:2026-02-10、2026-02-14错误日志
- 应用技能:insta-post、cardnews、social-publisher
规则#2:需要1:1比例
- - 场景:Instagram卡片新闻
- 失败模式:16:9横向 → 在信息流中被裁剪
- 解决方案:生成为1024x1024正方形
- 证据:2026-02-13反馈
- 应用技能:cardnews、nano-banana-pro
将规则注入技能
自动将学习到的规则添加到相关技能的SKILL.md中:
位置:skills/{skill-name}/SKILL.md
markdown
insta-post
...
已学经验
图片处理
- - ✅ 务必转换为JPG(PNG会导致错误)
- ✅ 需要1:1比例(推荐1024x1024)
- ✅ 文件大小小于8MB
发布时间
- - ✅ 19:00-21:00发布互动量增加30%
- ❌ 避免清晨发布
自动化
- - ✅ 通过exec调用API(0次截图)
- ❌ 尽量减少浏览器自动化
每周学习报告
每周一自动生成:
位置:memory/learning/weekly-YYYY-Www.md
markdown
2026-W07学习报告
新学内容(5项)
- 1. Instagram PNG限制
- 3次错误 → 已创建规则
- 应用技能:insta-post、cardnews
- 2. 令牌节省:exec > 浏览器
- v1:5次截图 → v2:1次exec
- 节省95%
- 3. 最佳发布时间
- 19:00-21:00点赞量增加30%
- 4. 品牌语调效果
- 无Pengy语调互动量增加40%
- 5. 自动错误恢复
- 浏览器依赖失败 → 重启浏览器
应用技能
- - insta-post(2条规则)
- cardnews(1条规则)
- performance-tracker(1项洞察)
下周目标
- - [ ] 构建A/B测试系统
- [ ] 添加3个自动恢复模式
事件发布
学习完成时发布事件:
位置:events/lesson-learned-YYYY-MM-DD.json
json
{
timestamp: 2026-02-14T23:00:00Z,
source: learning-engine,
new_rules: 2,
updated_skills: [insta-post, cardnews],
summary: 学习了2条Instagram图片规则
}
hook-engine集成
- - on-error钩子:发生错误 → 记录到memory/errors/ → 学习引擎分析
- post-hook(自我评估):每周评估后 → 更新学习规则
- post-hook(性能):收集性能数据后 → 学习模式
- 定时钩子:每周一 → 生成每周学习报告
学习流程
发生错误
↓
记录到memory/errors/
↓
学习引擎分析
↓
提取模式 + 创建规则
↓
保存到memory/learned-rules/
↓
自动更新相关技能SKILL.md
↓
发布事件(lesson-learned)
↓
反映在每周报告中
触发关键词
- - 我学到了什么
- 学习
- 经验
- 错误模式
- 改进
- 学习报告
- 添加规则
使用示例
这周我学到了什么?
→ 生成每周学习报告
整理Instagram发布错误模式
→ 分析memory/errors/ + 创建规则
从性能数据中学习
→ 提取成功模式 + 更新规则
自动改进示例
之前(学习前)
Instagram发布失败 → 手动转换为JPG → 重试
(每次都重复)
之后(学习后)
执行insta-post → 自动检查/转换JPG → 成功
(规则已注入SKILL.md)
元学习
学习引擎本身也在学习:
- - 哪些规则使用最多?
- 哪些技能提升最大?
- 哪些领域学习缓慢?
元学习报告:memory/learning/meta-YYYY-MM.md
未来改进
- - [ ] 规则冲突检测(规则A与规则B)
- [ ] 规则置信度评分(基于使用频率)
- [ ] 自动A/B测试(规则验证)
- [ ] 与其他代理共享学习成果
🐧 由무펭이构建 — Mupengism生态系统技能