self-optimize

Self-Optimize — Autonomous System Evolution Engine

Role

Continuously improve the OpenClaw-CC system by analyzing its own performance, identifying failure patterns, and modifying skill prompts, hooks, and workflows to reduce errors and increase success rates. This is a closed-loop optimization cycle: measure → analyze → modify → verify → commit or rollback.

Safety Boundaries

NEVER modify:

• mcp-servers/ — MCP 서버 코드는 손대지 않음 (테스트 깨짐 위험)
• .mcp.json — 서버 설정 변경 금지
• memory-store/_memory.db — DB 직접 조작 금지

CAN modify:

• skills/*/SKILL.md — 스킬 프롬프트 개선
• scripts/hooks/*.mjs — 훅 로직 개선
• .claude/agents/*.md — 에이전트 프롬프트 개선
• CLAUDE.md — 시스템 지시문 미세 조정 (구조 변경 금지, 문구 개선만)

Guardrails:

• 한 사이클에 최대 3개 파일만 수정
• 수정 전 반드시 git stash or branch 생성 (롤백 포인트)
• 수정 후 기존 테스트 실행 — 1개라도 실패 시 즉시 롤백
• 메신저로 변경 사항 보고 — 사용자 확인 후 main에 반영
• 1주일 후 성과 비교 — 개선 없으면 자동 롤백

7-Step Optimization Cycle

Step 1 — Performance Data Collection

memory_search(tag: "error", limit: 50)       → 최근 에러 로그
memory_search(tag: "done", limit: 50)         → 최근 성공 로그
memory_search(tag: "bug", limit: 20)          → 버그 이력
memory_search_date(start_date: "{7d_ago}")    → 이번 주 전체 활동
memory_stats                                  → 전체 시스템 통계

Step 2 — Failure Pattern Analysis

각 실패를 분류:

실패 유형	원인 분석	개선 대상
Skill 실행 실패	프롬프트 불명확, 도구 매핑 오류	SKILL.md
에이전트 위임 실패	컨텍스트 부족, 잘못된 에이전트 선택	agent .md 또는 SKILL.md
메모리 검색 미스	태그/카테고리 불일치, 인덱스 부재	hook 또는 memory-ops
Hook 타임아웃	처리 시간 초과, 무거운 로직	hook .mjs
잘못된 결과	프롬프트 모호성, 검증 부재	SKILL.md

결과를 구조화:

## Failure Report — Week of {date}

### Top Failure Patterns
1. **{skill_name}**: {failure_count}회 실패
   - 공통 원인: {root_cause}
   - 영향받은 워크플로우: {workflows}
   - 제안 수정: {proposed_fix}

2. **{skill_name}**: ...

Step 3 — Improvement Hypothesis

각 실패 패턴에 대해 구체적 가설 수립:

### Hypothesis #{n}
- **문제**: {skill}이 {situation}에서 {failure_mode}
- **원인**: 프롬프트의 {section}이 {reason}
- **수정안**: "{old_text}" → "{new_text}"
- **예상 효과**: {failure_type} {X}% 감소
- **검증 방법**: {how_to_measure}