# 迭代式代码进化

`Claude Code` `代码优化` `结构化迭代` `自动化改进`

# 迭代式代码进化

一个 Claude Code 技能，用结构化的改进循环取代随意的"试了再修"编码方式。改编自 [ALMA](https://yimingxiong.me/alma)（面向智能体系统的记忆设计自动化元学习）研究框架。

## 安装

### OpenClaw

在 [OpenClaw](https://clawhub.ai) 上搜索 **Iterative Code Evolution** 并点击 **Install**，或运行：

```bash
openclaw install iterative-code-evolution
```

### Claude Code（CLI）

将 `SKILL.md` 复制到 Claude Code 技能目录：

```bash
# 全局安装（在所有项目中可用）
cp SKILL.md ~/.claude/skills/iterative-code-evolution.md

# 项目级安装（仅在该项目中可用）
mkdir -p your-project/.claude/skills
cp SKILL.md your-project/.claude/skills/iterative-code-evolution.md
```

### Claude Desktop / Claude.ai

1. 复制 `SKILL.md` 的内容
2. 打开 **Claude Desktop** 或 **Claude.ai**
3. 进入 **设置** > **自定义指令**
4. 将内容粘贴到自定义指令字段中
5. 保存

## 功能说明

激活后，Claude 会遵循一套严格的循环流程，而非随机修复：

```
分析 → 计划 → 变更 → 验证 → 评分 → 归档 → 重复
```

每个周期：

1. **分析** — 回顾历次尝试，为每个组件打标签（正常 / 脆弱 / 损坏 / 冗余 / 缺失），检查横切问题
2. **计划** — 选取 1-3 项基于证据的改动（不允许猜测性修复）
3. **变更** — 仅实施已计划的改动
4. **验证** — 运行代码；崩溃时最多重试 3 次，否则回滚
5. **评分** — 与父版本对比衡量改进效果，而非仅与基线比较
6. **归档** — 将所有内容（包括失败和经验教训）记录到 `.evolution/log.json`

## 适用场景

- 初步尝试后代码仍不够好用
- 需要多轮性能或正确性优化
- 简单修复屡屡失败的顽固 bug
- 通过结构化实验迭代设计方案
- 已尝试 2 种以上方案、需要更严谨策略的任何情况

## 进度追踪

该技能在项目中维护一个 `.evolution/` 目录：

```
.evolution/
  log.json              # 每个变体、评分和经验的完整历史记录
  variants/             # 备选方案的快照（分支时使用）
```

日志会持续积累**针对你代码库的专属经验原则**，使每个周期都比上一个更智能。

## 核心规则

- **每个周期最多 3 项改动** — 保持因果关系清晰
- **每项改动必须有对应的观察依据** — 不允许"也许有用"的猜测
- **失败会被记录，而非丢弃** — 防止重复尝试已失败的方案
- **陷入僵局时切换方向** — 若同一组件连续 2 个以上周期收益递减，则转移焦点
- **3 次重试失败后回滚** — 不在破损方案上继续纠缠