Getting it into your agent
One page per mod, every tool's command on it. A separate URL per tool would split the same page into five that compete with each other.
npx skills add bl1nk-bot/bl1nk-agents-manager --skill self-improvinggit clone --depth 1 https://github.com/bl1nk-bot/bl1nk-agents-managerWrote this? Show the measurements
A badge with what this costs and how it scanned, read live from this page, so it follows the numbers instead of freezing them. Markdown for a README, HTML for a documentation site or a project page.
[](https://agentmods.dev/skills/bl1nk-bot/bl1nk-agents-manager/self-improving)<a href="https://agentmods.dev/skills/bl1nk-bot/bl1nk-agents-manager/self-improving"><img src="https://agentmods.dev/badge/skills/bl1nk-bot/bl1nk-agents-manager/self-improving/github.svg" alt="Measured on agentmods" height="20"></a>Or the 80×15 button, for a site that already has a row of RSS and ATOM ones. Only the verdict fits; the numbers stay here.
<a href="https://agentmods.dev/skills/bl1nk-bot/bl1nk-agents-manager/self-improving"><img src="https://agentmods.dev/badge/skills/bl1nk-bot/bl1nk-agents-manager/self-improving.svg" alt="Reviewed on agentmods" width="80" height="20"></a>What it costs to keep this loaded
Counted locally with the o200k_base tokenizer, which is exact for GPT models; Claude uses its own tokenizer and its counts differ. Treat this as one consistent yardstick across the catalogue rather than a bill. Prices are per million input tokens.
| Model | Per session | Once invoked |
|---|---|---|
| Fable 5.1 | $0.00122 | $0.07382 |
| Opus 5.5 | $0.00049 | $0.02953 |
| Sonnet 5.5 | $0.00024 | $0.01476 |
| Haiku 4.5 | $0.00012 | $0.00738 |
Grade A, and why
self-improvement scanned grade A with 0 findings against 26 rules in 11 categories — prompt injection, anti-refusal, data exfiltration, privilege escalation, supply chain, agent snooping, system-prompt leakage, SSRF and excessive agency — measured 2mo ago.
A static scan of the body, not an audit. Every finding is printed with the line that produced it so you can judge whether it matters here. A mod is markdown that instructs an agent; that is exactly why what it instructs is worth reading.
Nothing flagged
None of the 26 patterns this scan looks for appear in this file: no shell pipes, no recursive deletes, no credential paths, no hidden text, no instruction-override or anti-refusal phrasing, no agent-config snooping. That is not a guarantee, it is the absence of the things that are checkable.
How it starts
The opening of the file, as written. The whole thing — 642 lines — stays where its author put it; the contents beside it link to each section on GitHub.
ทักษะการปรับปรุงตนเอง (Self-Improvement Skill)
บันทึกการเรียนรู้และข้อผิดพลาดลงในไฟล์ Markdown เพื่อการปรับปรุงอย่างต่อเนื่อง Agent ที่เขียนโค้ดสามารถนำสิ่งเหล่านี้ไปประมวลผลเพื่อแก้ไข และการเรียนรู้ที่สำคัญจะถูกส่งเสริมไปยังหน่วยความจำของโครงการ
ข้อมูลอ้างอิงฉบับย่อ
| สถานการณ์ | การดำเนินการ |
|---|---|
| คำสั่ง/การดำเนินการล้มเหลว | บันทึกลงใน .learnings/ERRORS.md |
| ผู้ใช้แก้ไขคุณ | บันทึกลงใน .learnings/LEARNINGS.md พร้อมหมวดหมู่ correction |
| ผู้ใช้ต้องการคุณสมบัติที่ขาดหายไป | บันทึกลงใน .learnings/FEATURE_REQUESTS.md |
| API/เครื่องมือภายนอกล้มเหลว | บันทึกลงใน .learnings/ERRORS.md พร้อมรายละเอียดการรวม |
| ความรู้ล้าสมัย | บันทึกลงใน .learnings/LEARNINGS.md พร้อมหมวดหมู่ knowledge_gap |
| พบแนวทางที่ดีกว่า | บันทึกลงใน .learnings/LEARNINGS.md พร้อมหมวดหมู่ best_practice |
| ทำให้รูปแบบที่เกิดซ้ำง่ายขึ้น/แข็งแกร่งขึ้น | บันทึก/อัปเดต .learnings/LEARNINGS.md ด้วย Source: simplify-and-harden และ Pattern-Key ที่เสถียร |
| คล้ายกับรายการที่มีอยู่ | เชื่อมโยงกับ **See Also**, พิจารณาเพิ่มลำดับความสำคัญ |
| การเรียนรู้ที่ใช้ได้ในวงกว้าง | ส่งเสริมไปยัง CLAUDE.md, AGENTS.md, และ/หรือ .github/copilot-instructions.md |
| การปรับปรุงขั้นตอนการทำงาน | ส่งเสริมไปยัง AGENTS.md (OpenClaw workspace) |
| ข้อควรระวังของเครื่องมือ | ส่งเสริมไปยัง TOOLS.md (OpenClaw workspace) |
| รูปแบบพฤติกรรม | ส่งเสริมไปยัง SOUL.md (OpenClaw workspace) |
การตั้งค่า OpenClaw (แนะนำ)
OpenClaw เป็นแพลตฟอร์มหลักสำหรับ skill นี้ โดยใช้การฉีด prompt แบบ workspace พร้อมการโหลด skill อัตโนมัติ
การติดตั้ง
Via ClawdHub (recommended):
clawdhub install self-improving-agent
Manual:
git clone https://github.com/peterskoett/self-improving-agent.git ~/.openclaw/skills/self-improving-agent
สร้างใหม่สำหรับ OpenClaw จาก repo ต้นฉบับ: https://github.com/pskoett/pskoett-ai-skills - https://github.com/pskoett/pskoett-ai-skills/tree/main/skills/self-improvement
โครงสร้าง Workspace
OpenClaw จะแทรกไฟล์เหล่านี้ในทุกเซสชัน:
What ships with it
13 files beside SKILL.md in the same directory: the scripts, references and assets a skill reads on demand. Not counted in the per-session cost; read them before you install if any of them is executable.
- .learnings/ERRORS.md 75 B
- .learnings/FEATURE_REQUESTS.md 84 B
- .learnings/LEARNINGS.md 99 B
- assets/LEARNINGS.md 1.1 KB
- assets/SKILL-TEMPLATE.md 3.3 KB
- hooks/handler.js 1.6 KB runs code
- hooks/handler.ts 1.8 KB runs code
- hooks/HOOK.md 589 B
- references/examples.md 8.1 KB
- references/hooks-setup.md 4.8 KB
- scripts/activator.sh 680 B runs code
- scripts/error-detector.sh 1.3 KB runs code
- scripts/extract-skill.sh 5.2 KB runs code
What this file has done since we first saw it
Hashed on every crawl. A supply-chain change to an agent config is a question of when, not whether, so the history is kept rather than the latest state alone.
- 2mo ago First seen · 642 lines · 122 tokens per session scan A 3b22e34967f3
self-improvement is a skill published in the GitHub repository bl1nk-bot/bl1nk-agents-manager (8 stars, last pushed yesterday), licensed MIT. It adds 122 tokens to every session and 7,382 once invoked, about $0.0005 per session on Opus 5.5. A static security scan graded it A with 0 findings. No closer match exists in the catalogue, so it is treated as the original; first seen 2026-08-31.
Other skills, from other repositories
stack-trace-rust-probe
Internal helper for meta-stack-trace-investigator. Use when a Rust panic or backtrace needs Rust-specific Result/Option checks, cargo test guidance, and patch targets.
omh-rust
This is an OMH rust workflow skill, projected for Agent Skills hosts (Claude Code, Codex, Cursor, opencode, OpenClaw, pi).
harbor
Run Terminal-Bench or any Harbor dataset with Ante as the agent, using the Harbor adapter in the ante repo's ante-harbor/ directory. Use when the user wants to benchmark Ante on Harbor or reproduce Ante's published eval results.
simplify
Clean up changed code while preserving intended behavior. Use when the user asks to simplify or improve code quality through reuse, simplification, efficiency, and abstraction reviews. Correctness bug hunting is outside scope.
yoagent
Use when building, extending or upgrading an agent on the yoagent Rust crate. Maps each job (tools, policies, verifiers, budgets, sub-agents, plugins from other ecosystems, retries, structured output, tests) to the yoagent feature for it, with tips, pitfalls and what changed per version.
sivtr-memory
Retrieve shared local work memory: terminal activity, AI conversation history, prior decisions, validation evidence, debugging trails, recaps, and handoff context. Use before asking the user to repeat local work context.