SuperClaw 自进化系统

架构

进化引擎 (evolution-engine.py) 作为后台 daemon 运行，自动监听 session 变化并触发进化。

session 结束 → 引擎检测 → LLM 分析执行历史 → 触发进化 → 写入 skills/

三种进化触发

触发	条件	结果
FIX	skill 被使用但任务失败/出错	原地修复 SKILL.md，旧版本存入版本 DAG
DERIVED	skill 有效但 LLM 发现可优化模式	创建增强版 skill（新目录），父 skill 保持活跃
CAPTURED	任务成功但无匹配 skill	从执行历史捕获全新 skill

数据存储

• 进化数据库: /root/openclaw-fusion/data/evolution.db (SQLite)
  • skill_records — 所有 skill 记录（含版本 DAG）
  • skill_lineage — 父子关系
  • skill_metrics — 使用次数、成功/失败计数
  • execution_analyses — 每次 session 的 LLM 分析结果
• 日志: /root/.openclaw/logs/evolution-engine.log

版本 DAG

每次 FIX/DERIVED 进化创建新版本节点：

• FIX: 新 ID = {name}__v{gen}_{hash}，父节点标记 is_active=0
• DERIVED: 新 ID = {name}__v{gen}_{hash}，父节点保持 is_active=1
• CAPTURED: 新 ID = {name}__cap_{hash}，无父节点

健康检查

每 10 次 session 后自动扫描所有 skill 指标：

• 失败率 > 40% → 触发 FIX
• 成功率 < 60% → 触发 DERIVED
• 需要 LLM 二次确认才执行

Agent 无需手动操作

进化引擎完全自动运行。Agent 只需：

1. 执行任务前查阅 skills/ 目录（进化生成的新 skill 自动出现）
2. 正常执行任务

管理命令

# 查看服务状态
systemctl status evolution-engine

# 查看日志
tail -f /root/.openclaw/logs/evolution-engine.log

# 查看数据库
sqlite3 /root/openclaw-fusion/data/evolution.db "SELECT skill_id, name, origin, generation, is_active FROM skill_records ORDER BY created_at DESC LIMIT 20;"

# 查看进化历史
sqlite3 /root/openclaw-fusion/data/evolution.db "SELECT session_id, task_summary, suggestions FROM execution_analyses ORDER BY timestamp DESC LIMIT 10;"

旧模块（保留但非必需）

以下旧模块仍可手动调用，但进化引擎已覆盖其功能：

• memory-manager.py — 经验记忆（被 execution_analyses 表替代）
• skill-generator.py — 技能生成（被 CAPTURED 触发替代）
• prompt-optimizer.py — Prompt 优化（被 FIX 触发替代）
• review-learner.py — 审查学习（保留为辅助工具）