每週學習報告(agent 審核):彙整一週學習與修正紀錄。
mode=LLM state=scheduled enabled=1
schedule=0 20 * * 0
next_run=2026-08-30T20:00:00 last_run=2026-08-23T20:08:14
deliver=telegram model=— provider=—
script=—
monitor_script=— monitor_url=—
skills=["cron-self-review"]
workdir=—
prompt_sha256=21053d125e8bcec4… chars=406
skill_files={}
執行 ~/.hermes/scripts/hermes_learn.py --days 7,取得原始分析結果。 然後審核每一條建議,依以下規則過濾: 1. 已解決的問題(TG Bridge v2.0 已處理 Telegram polling、CCR 已整合、路徑已修正等)→ 刪除,標注「已解決」 2. 誤判(mem0_local 被誤認成 pip mem0、OpenClaw 路徑被當成 Hermes 路徑、單次事件非 pattern、非技術性建議)→ 刪除,標注「誤判」 3. 證據僅 1 次且無使用者明確指示 → 刪除,標注「證據不足」 4. 確實仍存在的問題 → 保留 只發送保留的建議(分類為 🐍環境/📁路徑/👤偏好/❌失敗/⚡效率),每類不超過 5 條。結尾附上「已過濾 X 條(Y 條已解決 / Z 條誤判 / W 條證據不足)」。 用 Telegram 格式的簡潔條列輸出,不加多餘解釋。…
| rule | value | source |
|---|---|---|
| none extracted | ||
| kind | path | name | access |
|---|---|---|---|
| none | |||
Upstream: —
Downstream: 每週自主行動
Transitive downstream (0): —
| type | hard? | from | to | resource | origin | conf | evidence |
|---|---|---|---|---|---|---|---|
| CONTEXT | hard | 每週學習報告(agent審核) | 每週自主行動 | NATIVE | 1.0 | jobs.json context_from=c590a50b9c0c |
failure_streak=0
last_error=—
delivery_error=—
change_risk=LOW