EurekaClaw为何越用越聪明?技能系统与持续学习机制深度剖析

原创2026-11-02 21:22:151,819 阅读

EurekaClaw为何越用越聪明?技能系统与持续学习机制深度剖析

EurekaClaw 是一款开源的多智能体 AI 科研助手,它的"技能系统(Skills)"与"持续学习机制(Continual Learning)"是它最独特的能力:每次研究会话结束后,它会自动把成功经验蒸馏成可复用的技能文件,下次任务时注入到 Agent 提示词中——用得越多,沉淀越多,也就越聪明。本文将带你快速看懂这套机制的运作原理,几乎不需要任何代码基础。

EurekaClaw 开源 AI 科研助手:内置技能系统与持续学习机制

🧠 为什么 EurekaClaw 会"越用越聪明"?

大多数 AI 助手每次任务都"从零开始",而 EurekaClaw 在每次会话结束后都会运行一轮会话后学习(Post-run Learning)。核心由 eurekaclaw/learning/loop.py 中的 ContinualLearningLoop 驱动,它做四件事:

  1. 更新技能统计 —— 记录本次会话用到的每个技能的成败(指数滑动平均,α=0.3),让"好用的技能"排在前面;
  2. 蒸馏新技能 —— 分析失败与成功案例,用 LLM 提炼出新的技能文件;
  3. 提取领域记忆 —— 把值得长期记住的洞见写入分层记忆库;
  4. 提炼工具调用模式 —— 把成功的工具调用顺序固化为可复用套路。

这套机制让 EurekaClaw 的"知识"随使用量线性增长:第一次证明某类引理时可能摸索半天,第十次时,相关策略已经写进了技能库。

📦 技能系统:把"经验"写成知识卡片

技能(Skill)是一个带 YAML 元信息的 Markdown 文件,本质是一张"经验卡片"。核心模块结构如下:

模块 文件 作用
注册表 eurekaclaw/skills/registry.py 加载与存储技能,支持按标签/角色/阶段检索
注入器 eurekaclaw/skills/injector.py 为每个任务挑选最相关的 Top-K 技能并注入提示词
安装器 eurekaclaw/skills/install.py 安装种子技能或来自 ClawHub 的社区技能
进化器 eurekaclaw/skills/evolver.py 会话结束后自动蒸馏新技能

以 MAB(多臂老虎机)领域自带的技能 eurekaclaw/domains/mab/skills/ucb_regret_analysis.md 为例,它把 UCB1 遗憾界的分解公式、证明策略和验证方法都写好了。Agent 遇到同类问题时无需再"重新发明轮子",直接套用卡片里的策略即可。

技能文件长这样(节选):

---
name: ucb_regret_analysis
description: Prove instance-dependent and minimax regret bounds for UCB-style algorithms
tags: [bandit, ucb, regret, concentration]
---

正文部分则是"何时适用 → 具体策略 → 避坑指南"的可执行步骤。

技能存在哪里?加载优先级如何?

技能有三个存放位置,同名技能后加载者覆盖先加载者:

  1. 包内种子技能(随 pip install 分发,最低优先级)
  2. 领域插件技能目录(如 eurekaclaw/domains/mab/skills/)
  3. ~/.eurekaclaw/skills/ 用户目录(最高优先级,自动蒸馏与手动添加都在这里)

⚙️ 持续学习全流程:会话结束后发生了什么

一次会话跑完后,学习循环按如下流程执行(详见 eurekaclaw/learning/loop.py 的 post_run()):

会话完成 → 失败去重(同一原因只保留一条)→ 成功证明压缩(只保留策略开头与结论)→ 有新信号才蒸馏(至少 2 个新失败或 5 个成功案例)→ 写入新技能 → 提取领域记忆 → 提炼工具模式

蒸馏由 eurekaclaw/skills/evolver.py 中的 SkillEvolver 完成:它把本会话的证据交给快速模型,生成包含"何时适用 / 策略 / 应用示例 / 避坑"四段式结构的新技能,命名后写入 ~/.eurekaclaw/skills/,下一次会话立即生效,无需重启。值得注意的是,它只传递"有新信息"的证据——重复失败会被去重过滤,证明文本会压缩到 300 字符以内,省下的 token 足以让学习成本降低约六成。

🗂️ 四层记忆系统:让"教训"跨会话留存

技能解决"怎么做",记忆系统解决"记住什么"。EurekaClaw 采用分层记忆(完整设计见 docs/memory.md):

层级 名称 存储位置 用途
Tier 1 情景记忆 内存(会话内) 记录当前会话的工具调用与决策
Tier 2 持久记忆 persistent.json 跨会话键值记录(如"失败过的策略")
Tier 3 知识图谱 knowledge_graph.json 已证定理及其依赖关系网络
Tier 4 领域洞见 memories/<domain>/*.md 按领域组织的长期 Markdown 洞见

其中 Tier 4 由 eurekaclaw/learning/memory_extractor.py 驱动,把每次会话的洞见归入四类:领域知识、证明策略、未解决问题、踩坑记录。只有置信度 ≥ 0.5 的条目才会保存,且通过指纹索引自动去重。新会话启动时,系统会用余弦相似度挑出最相关的 4 条记忆注入 Agent 提示词——相当于给 Agent 一本"按任务定制的错题本"。

💡 新手上手指南:查看与自定义你的技能

第一步:安装内置技能(一次性操作,把种子技能复制到用户目录以便查看和编辑):

eurekaclaw install-skills

第二步:添加你自己的技能。直接把一个带 YAML 头信息的 .md 文件放进 ~/.eurekaclaw/skills/,标记 source: manual,下次会话即自动加载——这是让 EurekaClaw 学会"你的偏好"最直接的途径。

第三步:选择学习模式。学习循环支持三种模式:

  • skills_only(默认):仅做技能蒸馏,无需 GPU,推荐新手使用;
  • rl:额外进行 PRM(过程奖励模型)评分,为后续 LoRA 训练积累数据;
  • madmax:在 rl 基础上加入 OMLS 空闲窗口调度训练。

此外,把 THEORY_PIPELINE 配置为 memory_guided 可让理论证明流水线显式利用记忆库,进一步放大"越用越聪明"的效果(见 eurekaclaw/agents/theory/proof_pipelines/memory_guided_proof_pipeline.yaml)。

📚 延伸阅读

一句话总结:EurekaClaw 的聪明不是天生的,而是"用出来"的——技能系统把经验变成卡片,持续学习循环把卡片越攒越厚,四层记忆则确保每一条教训都不白交学费。开始你的第一个研究会话吧,从第十次开始,它会以肉眼可见的速度变强。

登录后查看全文
EurekaClaw