Auto‑Skill：AI 自我進化的知識積累系統

這個技能是讓你的 AI Agent 不再是「用完即忘」的工具，而是越用越懂你的自進化「第二大腦」。

Auto‑Skill 是一個為 AI Assistant 設計的元技能（Meta‑Skill）。它作為背景運行的知識系統，能在對話過程中自動檢索過往經驗、捕捉最佳實踐，並在任務成功時主動將「成功經驗」寫入你的私人知識庫並建立索引，聰明地減少 Tokens 消耗。你只需要照常提出需求，Auto‑Skill 就會在背景自動運作。

---

核心亮點

1. 真正的「越用越強」

傳統的 Agent 對話結束即歸零。Auto‑Skill 透過核心循環（Core Loop），在每次對話中自動檢查關鍵字索引，若發現這是過去解決過的問題，會直接調用當時的「最佳解法」或「避坑指南」。

2. 跨技能經驗層（Cross‑Skill Memory）

當你呼叫其他特定 Skill（如 Coding、寫作、繪圖）時，Auto‑Skill 會自動檢查技能經驗庫。
例如：當你調用 remotion-video-gen 時，它會主動提醒：「上次我們在做這個時，發現設定 FPS 30 會導致音畫不同步，建議改為 60。」

3. 主動式經驗捕獲

你不需要手動整理筆記。當 AI 偵測到任務圓滿完成，或你表達滿意時，它會主動詢問：

「這次解決了 [問題]，我想把這個經驗記錄下來，下次遇到類似問題可以直接參考，你覺得可以嗎？」

4. 結構化知識存儲

採用輕量級的 JSON 索引 + Markdown 內容，人類可讀，機器好懂。

• General Knowledge：通用流程、偏好、風格
• Skill Experience：特定技能的參數、錯誤解法

---

運作邏輯（The Loop）

Auto‑Skill 在每一輪對話中執行嚴謹的 5 步循環：

1. 關鍵詞指紋 (Fingerprinting)
   從對話中提取核心關鍵詞，生成話題指紋。

2. 話題切換偵測
   智能判斷用戶是否開啟新話題，決定是否重讀知識庫。

3. 經驗讀取 (Skill Experience)
   若使用了特定技能，強制檢查是否有過往的「踩坑紀錄」或「成功參數」。

4. 通用知識庫檢索 (Knowledge Base)
   根據任務類型自動比對索引，載入最佳實踐。

5. 主動記錄 (Write Back)
   在任務高完成度結束時，執行任務核心提取寫入。

---

檔案結構與格式

1) 通用知識庫 (Knowledge Base)

適用於：通用流程、個人偏好、決策邏輯。

knowledge-base/
├── _index.json      # 關鍵詞索引
├── design-rules.md  # 設計規範
└── writing-tone.md  # 寫作語氣偏好

2) 技能經驗庫 (Skill Experience)

適用於：記錄使用任何第三方技能時曾遇到的問題或解決方案。

experience/
├── _index.json           # 技能索引
└── skill-python-code.md  # Python 技能的專屬經驗

---

實戰演練

用戶：「幫我用 Python 寫一個爬蟲抓取股價。」

Auto‑Skill（內部運作）：

1. 提取任務關鍵詞：Python、爬蟲、股價
2. 偵測技能調用 skill-python-coding
3. 讀取經驗庫，發現紀錄：「上次抓股價被擋，改用 fake-useragent 解決」
4. AI 回覆：「沒問題，我會直接加上 fake-useragent 來避免被擋。」

用戶：「太棒了！這次一次就成功運行。」

任務完成後觸發記錄：
「這次我們用 fake-useragent 成功解決了反爬問題。我想把這個『針對金融網站的 Header 設定技巧』記錄到你的 Python 經驗庫中，下次寫爬蟲時我可以自動套用。你覺得可以嗎？」

---

如何使用

1. 把 auto-skill/ 放進你的技能目錄（例如 ~/.agents/skills/）。
2. 在終端輸入：
   npx skills add toolsai/auto-skill

開始對話，享受 AI 自進化的樂趣！

---

作者（Author）

• Prompt Case
• Threads: @prompt_case
• Patreon: MattTrendsPromptEngineering