夜雨聆风你的 AI 助手，为什么总是记不住你的习惯
用了挺长一段时间的 OpenClaw，不知道你有没有过这种无奈：明明之前说过好几次"回答简短点"，它下次照样给你写一大段。明明纠正过"别用 emoji"，转头又是满屏的小图标。
问题不在模型本身。
大模型没有记忆，每次对话都是全新的开始。 你跟它聊完，关上窗口，刚才那些"教训"就全没了。下次再打开，它还是那个刚出厂的状态。
这就好比你每次见一个朋友，都得重新介绍一遍自己的喜好，时间久了谁都会烦。
最近我在 ClawHub 上发现了一个叫 capability-evolver 的插件，下载量排第一，35000 多次安装。用了一段时间之后，我觉得它解决的就是这个痛点。
这东西到底怎么工作的
说起来原理并不复杂。
OpenClaw 里有一个叫 CLAUDE.md 的配置文件，里面存的是 AI 的行为规则。比如"回复要简洁""代码用 Python 3.10""不要用列表格式"之类的。这个文件本来是需要你自己手动维护的——想到一条加一条。
capability-evolver 做的事情是：定期让 AI 回顾最近的对话，自己总结规律，然后自动更新这个规则文件。
你不用一条条告诉它"下次别这样"，它自己能从你的纠正行为里发现模式，然后写进配置。
❝所以所谓的"越用越聪明"，其实不是模型本身变聪明了，而是规则文件越来越贴合你的习惯。
这个思路挺巧妙的。它把"教 AI"这件事从手动变成了自动，从一次性变成了持续性的。
几个你可能会有共鸣的场景
先说写东西的情况。
有些人写文章有自己的固定风格——喜欢短句，段落不超过三四行，讨厌"首先、其次、最后"这种套路化的过渡词。以前要么每次对话都提醒一遍，要么自己慢慢往配置文件里加。有了这个插件，它看几次你的对话就能自己总结出来，下次直接按你的风格来。
再说开发者这边。
你只用 TypeScript，看到 JavaScript 就头疼。喜欢函数式写法，不喜欢 class 那一套。错误处理偏好 Result 类型，讨厌 try-catch 满天飞。这些技术偏好，capability-evolver 会从你纠正 AI 代码的过程中自动提炼，变成固定规则。
还有一种情况更常见——你觉得 AI 有些小毛病，但懒得一条条列出来。
比如它总爱用"当然！"开头，回答问题喜欢绕弯子，或者明明是个技术问题非要先问你需求。你不用写清单，用一段时间，它自己就归纳出来了，一次性修掉。
安装和使用
装起来不麻烦，就一条命令。
前提是你得先有 ClawHub CLI，没有的话跑一下：
npm install -g clawhub-cli
然后装插件：
clawhub install capability-evolver
装完可以用 /skills list 看一下，列表里有 capability-evolver 就说明激活了。
触发频率
默认是每 50 轮对话触发一次自我分析。这个频率对大多数人来说够用了。如果你用得比较少，可以改成每 20 轮：
/skills configure capability-evolver
按提示改就行。
第一次怎么用
刚装好的时候，它还没有历史数据可以分析。所以建议先正常用几天，积累一些对话记录，然后手动触发第一次：
/evolve
它会开始分析最近的对话，输出类似这样的结果：
分析中...
发现 3 条可优化的行为模式：
1. 用户多次要求缩短回答长度 → 添加规则：默认回复不超过 200 字
2. 用户偏好代码示例直接给出 → 添加规则：技术问题直接给示例
3. 用户不接受 emoji → 添加规则：禁止使用 emoji
正在更新 CLAUDE.md...完成。
然后你打开 CLAUDE.md 就能看到这些规则被写进去了。
之后它就在后台自动跑了，每隔设定的轮数分析一次，你不用管。
规则文件长什么样
它修改的是项目根目录下的 CLAUDE.md，你可以随时打开看、手动改。
用了一段时间之后，这个文件大概会长成这样：
## 用户偏好
- 回复保持简洁，默认不超过 200 字
- 技术问题直接给出代码示例，不要先问需求
- 不使用 emoji
- 代码使用 TypeScript，避免 JavaScript
- 错误处理优先使用 Result 类型
这些规则都是它自己从对话里总结出来的，不是你自己一条条写的。
说点实际的感受
用了大概两周，最明显的变化是不用再反复说同一件事了。
以前跟 AI 对话，总有一种"教不会"的感觉。同样的纠正说第三遍的时候，心里已经开始烦躁了。现在装了这个插件之后，它确实会在几次之后自己调整过来。
不过也有不足的地方。比如它总结的规则有时候会过于具体，把一些偶然的偏好当成了固定习惯。这种情况你可以手动去 CLAUDE.md 里删掉或者修改，毕竟最终控制权还是在你手里。
另外，如果你跟 AI 的对话场景比较多变——一会儿写代码，一会儿写文章，一会儿做数据分析——它总结出来的规则可能会有冲突。这时候可能需要你手动干预一下，或者考虑用不同的配置文件来区分场景。
写在最后
capability-evolver 解决的是一个挺本质的问题：AI 用久了，不应该还像新的一样。
你不用写说明书，不用每次纠正，它自己从对话里学，自己把规则攒起来。ClawHub 上下载量第一，我觉得是有道理的。
后面还有一个叫 self-improving-agent 的插件，跟这个有点像，但它学的不是行为规则，而是你的偏好和习惯。两个配合起来用，效果应该会更好，有机会再聊。
