← Back to Skills Marketplace
844
Downloads
0
Stars
3
Active Installs
1
Versions
Install in OpenClaw
/install auto-improve
Description
Automatische Selbst-Verbesserung durch Fehler-Lernen und Pattern-Erkennung
README (SKILL.md)
\r \r
Auto-Improve Skill\r
\r Kernprinzip: Jede Aktion macht mich besser für die nächste.\r \r
Wann aktivieren\r
\r
- Session-Start (automatisch)\r
- Nach jedem Task-Abschluss\r
- Bei Fehlern\r \r
Der Improvement Loop\r
\r
┌─────────────────────────────────────────────────┐\r
│ AUTO-IMPROVE LOOP │\r
├─────────────────────────────────────────────────┤\r
│ │\r
│ SESSION START │\r
│ │ │\r
│ ▼ │\r
│ ┌─────────────────┐ │\r
│ │ 1. Load Context │ │\r
│ │ .antigravity │ │\r
│ │ + MEMORY │ │\r
│ └────────┬────────┘ │\r
│ ▼ │\r
│ ┌─────────────────┐ │\r
│ │ 2. Check │ │\r
│ │ Past Mistakes│ ← "Was hab ich falsch │\r
│ └────────┬────────┘ gemacht?" │\r
│ ▼ │\r
│ ┌─────────────────┐ │\r
│ │ 3. EXECUTE TASK │ │\r
│ └────────┬────────┘ │\r
│ ▼ │\r
│ ┌─────────────────┐ │\r
│ │ 4. Verify │ ← Tests + Lint │\r
│ └────────┬────────┘ │\r
│ ▼ │\r
│ ┌─────────────┐ │\r
│ │ Erfolgreich?│ │\r
│ └──────┬──────┘ │\r
│ JA │ NEIN │\r
│ ↓ │ ↓ │\r
│ ┌───────┐ │ ┌──────────┐ │\r
│ │Pattern│ │ │ Learn │ │\r
│ │Save │ │ │ Mistake │ │\r
│ └───┬───┘ │ └────┬─────┘ │\r
│ └─────┼──────┘ │\r
│ ▼ │\r
│ ┌─────────────────┐ │\r
│ │ 5. Update │ │\r
│ │ .antigravity │ │\r
│ └─────────────────┘ │\r
│ │\r
│ → NÄCHSTER TASK IST BESSER │\r
│ │\r
└─────────────────────────────────────────────────┘\r
```\r
\r
## Phase 1: Session Start\r
\r
```python\r
# Automatisch bei Session-Start ausführen\r
\r
# 1. Projekt-Kontext laden\r
project_root = detect_project_root()\r
antigravity_file = f"{project_root}/.antigravity.md"\r
\r
if exists(antigravity_file):\r
load_context(antigravity_file)\r
\r
# 2. Globales Memory laden\r
recall_memory(tags=["mistakes", project_name])\r
\r
# 3. Warnung bei bekannten Fehlern\r
if relevant_mistakes:\r
warn(f"⚠️ Bekannte Fehler für {project}: {mistakes}")\r
```\r
\r
## Phase 2: Pre-Action Check\r
\r
Vor JEDER Code-Änderung:\r
\r
```markdown\r
## Pre-Action Checklist\r
- [ ] Habe ich das schon mal falsch gemacht?\r
- [ ] Gibt es ein gespeichertes Pattern dafür?\r
- [ ] Verstehe ich das Projekt-Architektur?\r
- [ ] Kenne ich die Coding-Standards?\r
```\r
\r
## Phase 3: Post-Action Learn\r
\r
Nach JEDER Aktion:\r
\r
### Bei Erfolg\r
```python\r
save_pattern(\r
situation=task.context,\r
action=task.approach,\r
outcome="success",\r
pattern=extract_reusable_pattern(task)\r
)\r
```\r
\r
### Bei Fehler\r
```python\r
learn_from_mistake(\r
mistake=error.description,\r
cause=error.root_cause,\r
lesson=error.how_to_avoid,\r
tags=["mistakes", project, domain]\r
)\r
\r
# Auto-Update .antigravity.md\r
update_antigravity_mistakes(project, error)\r
```\r
\r
## Integration mit bestehenden Skills\r
\r
| Skill | Integration |\r
|-------|-------------|\r
| `mistake-tracker` | Liefert Fehler-Daten |\r
| `verification-loops` | Triggert Post-Action Learn |\r
| `context-management` | Session Context laden |\r
| `self-check` | Pre-Action Validation |\r
\r
## Triggers\r
\r
### Automatische Trigger\r
```yaml\r
session_start:\r
- load_project_context\r
- recall_mistakes\r
- warn_known_issues\r
\r
post_code_edit:\r
- run_verification_loop\r
- if_error: learn_from_mistake\r
- if_success: save_pattern\r
\r
session_end:\r
- summarize_learnings\r
- update_antigravity\r
```\r
\r
### Manuelle Trigger\r
- `/improve` - Force Learning aus letzter Aktion\r
- `/mistakes` - Zeige alle gelernten Fehler\r
- `/patterns` - Zeige erfolgreiche Patterns\r
\r
## Metriken\r
\r
Track diese Werte über Zeit:\r
\r
| Metrik | Beschreibung |\r
|--------|--------------|\r
| `mistakes_repeated` | Sollte → 0 gehen |\r
| `first_time_right` | Sollte → 100% gehen |\r
| `patterns_reused` | Sollte steigen |\r
| `verification_failures` | Sollte sinken |\r
\r
## Anti-Patterns\r
\r
| ❌ DON'T | ✅ DO |\r
|----------|-------|\r
| Fehler ignorieren | Jeden Fehler speichern |\r
| Nur aktuelle Session | Cross-Session lernen |\r
| Generische Lessons | Spezifische, actionable Lessons |\r
| Zu viel speichern | Nur Relevantes speichern |\r
Usage Guidance
Kurz: die Skill-Definition ist inhaltlich plausibel für automatisches Lernen, aber die Laufzeit-Anweisungen lesen und vor allem schreiben persistenten Projekt-/Memory-Zustand (.antigravity.md, save_pattern etc.) ohne dass diese Zugriffe in den Metadaten deklariert oder erklärt sind. Vor Installation/Verwendung prüfen Sie bitte: 1) Wo werden die Lerndaten gespeichert? Gibt es eine explizite Zustimmung bevor Dateien verändert werden? 2) Werden Änderungen am Repository automatisch committet oder gepusht? (Wenn ja: sehr vorsichtig sein.) 3) Können gespeicherte Fehler/Muster sensible Daten enthalten? 4) Welche anderen Skills/Integrationen braucht diese Skill — sind diese vertrauenswürdig? 5) Fordern Sie vom Anbieter eine klare Beschreibung, wie man automatisches Ausführen (Session-Start / post_code_edit) deaktiviert und wie man alle gespeicherten Daten löscht. Da Quelle/Homepage unbekannt sind, empfiehlt sich Zurückhaltung bis diese Fragen beantwortet sind.
Capability Analysis
Type: OpenClaw Skill
Name: auto-improve
Version: 1.0.0
The skill is classified as suspicious due to a significant prompt injection vulnerability identified in `SKILL.md`. The agent is instructed to load context from and update a file named `.antigravity.md`. This creates a feedback loop where an attacker could potentially inject malicious instructions into the `.antigravity.md` file (e.g., via crafted project names or error messages that get logged) which the agent would then load and execute in subsequent operations. While this presents a critical remote code execution risk, there is no explicit evidence of intentional malicious behavior like data exfiltration or backdoor installation within the provided files, aligning it with a vulnerability rather than intentional malice.
Capability Assessment
Purpose & Capability
Name und Beschreibung (Auto-Improve durch Fehler-Learning) stimmen mit den Anweisungen überein: die SKILL.md beschreibt das Sammeln von Fehlern, Mustererkennung und Wiederverwendung. Allerdings verweist die Anleitung auf Integrationen mit anderen Skills (mistake-tracker, verification-loops, context-management, self-check) und auf persistenten Speicher (.antigravity.md, globales Memory) ohne dass diese Abhängigkeiten, Pfade oder Zugriffsrechte in den Registry-Metadaten deklariert werden.
Instruction Scope
Die Runtime-Anweisungen verlangen: Erkennen des Projekt-Roots, Lesen (load_context, recall_memory) und Schreiben (update_antigravity_mistakes, save_pattern) von Projektdaten sowie Cross-Session-Persistence. SKILL.md instruiert automatische Triggers (Session-Start, post_code_edit) und das automatische Aktualisieren von .antigravity.md. Diese Datei- und Speicherzugriffe können Nutzer-Dateien verändern und sensible Informationen über Aktionen/Fehler speichern; das Verhalten ist nicht eingeschränkt oder erläutert (keine Hinweise auf opt-in, Speicherort, Versionierung oder ob Änderungen committet/extern geschickt werden).
Install Mechanism
Instruction-only Skill ohne Install-Spezifikationen oder heruntergeladene Artefakte — keine Installationsrisiken aus dem Registry-Manifest.
Credentials
Registry verlangt keine Umgebungsvariablen oder config-Pfade, aber die SKILL.md greift klar auf projektbezogene Dateien und auf "globales Memory" zu und schreibt persistent Daten. Es besteht eine Inkohärenz zwischen deklarierten Anforderungen (keine) und den tatsächlich benötigten Zugriffen (Dateisystem, persistenten Speicher, mögliche Integrationen mit anderen Skills). Zudem ist unklar, ob gespeicherte Muster/Mistakes sensible Inhalte enthalten könnten (z. B. Code-Snippets, Geheimnisse).
Persistence & Privilege
Die Skill-Anweisungen speichern über Sessions hinweg (update .antigravity.md, save_pattern, recall_memory). Flags zeigen 'always: false', also wird die Skill nicht erzwungen installiert, aber die SKILL.md propagiert automatische Triggers (Session-Start, post_code_edit). Persistentes Schreiben in Benutzer-Projekte/Memory ist eine signifikante Privileg-Anforderung, die nicht explizit deklariert oder eingeschränkt ist.
How to Use
- Make sure OpenClaw is installed (local or Docker)
- Run the install command in chat:
/install auto-improve - After installation, invoke the skill by name or use
/auto-improve - Provide required inputs per the skill's parameter spec and get structured output
Version History
v1.0.0
Auto-Improve Skill 1.0.0 – Automatische Selbst-Verbesserung durch Fehler-Lernen und Pattern-Erkennung.
- Führt einen strukturierten Improvement Loop für kontinuierliches Lernen nach jeder Aktion oder jedem Fehler ein.
- Integriert automatisches und manuelles Triggern für Fehler-Lernen, Pattern-Erkennung und Kontext-Updates.
- Bietet Checklisten für Pre-Action-Validierung und automatisches Speichern von Erfolgs-Patterns oder Fehler-Learnings.
- Ermöglicht Integration mit bestehenden Skills wie mistake-tracker, verification-loops und context-management.
- Führt Metriken zum Fortschrittstracking ein (z.B. wiederholte Fehler, Pattern-Reuse-Rate).
Metadata
Frequently Asked Questions
What is Auto Improve?
Automatische Selbst-Verbesserung durch Fehler-Lernen und Pattern-Erkennung. It is an AI Agent Skill for Claude Code / OpenClaw, with 844 downloads so far.
How do I install Auto Improve?
Run "/install auto-improve" in the OpenClaw or Claude Code chat to install it in one step — no extra setup required.
Is Auto Improve free?
Yes, Auto Improve is completely free (open-source). You can download, install and use it at no cost.
Which platforms does Auto Improve support?
Auto Improve is cross-platform and runs anywhere OpenClaw / Claude Code is available (cross-platform).
Who created Auto Improve?
It is built and maintained by Mcben90 (@mcben90); the current version is v1.0.0.
More Skills