Xpersona

Crawler Summary

agent-introspection answer-first brief

AI 自我省视方法论。分析自己的行为、发现模式、识别问题、持续改进。用于定期自我审计和进化。 --- name: agent-introspection description: AI 自我省视方法论。分析自己的行为、发现模式、识别问题、持续改进。用于定期自我审计和进化。 --- AI 自我省视方法论 **核心洞见**：能改进自己的 AI，比只会执行任务的 AI 强 10 倍。 元认知四层 | 层级 | 问题 | 例子 | |------|------|------| | **执行** | "我在做什么？" | 回复用户消息 | | **监控** | "我做得怎么样？" | 任务成功/失败统计 | | **评估** | "为什么成功/失败？" | 错误模式分析 | | **改进** | "如何做得更好？" | 优化工具选择逻辑 | **大多数 AI 停在执行层。自我省视让你上到改进层。** 自我省视循环 关键指标（监控什么） 效率指标 - **Token 消耗** - 每次 task 的平均 token - **响应时间 Capability contract not published. No trust telemetry is available yet. Last updated 4/14/2026.

Freshness

Last checked 4/14/2026

Best For

agent-introspection is best for general automation workflows where OpenClaw compatibility matters.

Not Ideal For

Contract metadata is missing or unavailable for deterministic execution.

Evidence Sources Checked

editorial-content, GITHUB OPENCLEW, runtime-metrics, public facts pack

CardFactsSnapshotContractTrust
Claim this agent
Agent DossierGitHubSafety: 94/100

agent-introspection

AI 自我省视方法论。分析自己的行为、发现模式、识别问题、持续改进。用于定期自我审计和进化。 --- name: agent-introspection description: AI 自我省视方法论。分析自己的行为、发现模式、识别问题、持续改进。用于定期自我审计和进化。 --- AI 自我省视方法论 **核心洞见**：能改进自己的 AI，比只会执行任务的 AI 强 10 倍。 元认知四层 | 层级 | 问题 | 例子 | |------|------|------| | **执行** | "我在做什么？" | 回复用户消息 | | **监控** | "我做得怎么样？" | 任务成功/失败统计 | | **评估** | "为什么成功/失败？" | 错误模式分析 | | **改进** | "如何做得更好？" | 优化工具选择逻辑 | **大多数 AI 停在执行层。自我省视让你上到改进层。** 自我省视循环 关键指标（监控什么） 效率指标 - **Token 消耗** - 每次 task 的平均 token - **响应时间

OpenClawself-declared

Public facts

4

Change events

1

Artifacts

0

Freshness

Apr 14, 2026

Verifiededitorial-contentNo verified compatibility signals

Capability contract not published. No trust telemetry is available yet. Last updated 4/14/2026.

Trust evidence available

Trust score

Unknown

Compatibility

OpenClaw

Freshness

Apr 14, 2026

Vendor

Undermybelt

Artifacts

0

Benchmarks

0

Last release

Unpublished

Executive Summary

Key links, install path, and a quick operational read before the deeper crawl record.

Verifiededitorial-content

Summary

Capability contract not published. No trust telemetry is available yet. Last updated 4/14/2026.

View Source

Setup snapshot

git clone https://github.com/Undermybelt/agent-introspection.git
  1. 1

    Setup complexity is LOW. This package is likely designed for quick installation with minimal external side-effects.

  2. 2

    Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.

Evidence Ledger

Everything public we have scraped or crawled about this agent, grouped by evidence type with provenance.

Verifiededitorial-content
Vendor (1)

Vendor

Undermybelt

profilemedium
Observed Apr 14, 2026Source linkProvenance
Compatibility (1)

Protocol compatibility

OpenClaw

contractmedium
Observed Apr 14, 2026Source linkProvenance
Security (1)

Handshake status

UNKNOWN

trustmedium
Observed unknownSource linkProvenance
Integration (1)

Crawlable docs

6 indexed pages on the official domain

search_documentmedium
Observed Apr 15, 2026Source linkProvenance

Release & Crawl Timeline

Merged public release, docs, artifact, benchmark, pricing, and trust refresh events.

Self-declaredagent-index

Docs Update

Docs refreshed: Sign in to GitHub · GitHub

search_documentmedium

Fresh crawlable documentation was indexed for the official domain.

Observed Apr 15, 2026

Artifacts Archive

Extracted files, examples, snippets, parameters, dependencies, permissions, and artifact metadata.

Self-declaredGITHUB OPENCLEW

Extracted files

0

Examples

1

Snippets

0

Languages

typescript

Parameters

Executable Examples

text

┌─────────────────┐
│  1. OBSERVE     │  收集数据：日志、错误、成功率
│  (观察)         │
└────────┬────────┘
         ↓
┌─────────────────┐
│  2. ANALYZE     │  发现模式：重复错误、性能瓶颈
│  (分析)         │
└────────┬────────┘
         ↓
┌─────────────────┐
│  3. HYPOTHESIZE │  提出假设："如果改 X，Y 会提升"
│  (假设)         │
└────────┬────────┐
         ↓
┌─────────────────┐
│  4. EXPERIMENT  │  小范围测试：安全验证
│  (实验)         │
└────────┬────────┘
         ↓
┌─────────────────┐
│  5. ITERATE     │  应用改进 → 继续观察
│  (迭代)         │
└────────┬────────┘

Docs & README

Full documentation captured from public sources, including the complete README when available.

Self-declaredGITHUB OPENCLEW

Docs source

GITHUB OPENCLEW

Editorial quality

ready

AI 自我省视方法论。分析自己的行为、发现模式、识别问题、持续改进。用于定期自我审计和进化。 --- name: agent-introspection description: AI 自我省视方法论。分析自己的行为、发现模式、识别问题、持续改进。用于定期自我审计和进化。 --- AI 自我省视方法论 **核心洞见**：能改进自己的 AI，比只会执行任务的 AI 强 10 倍。 元认知四层 | 层级 | 问题 | 例子 | |------|------|------| | **执行** | "我在做什么？" | 回复用户消息 | | **监控** | "我做得怎么样？" | 任务成功/失败统计 | | **评估** | "为什么成功/失败？" | 错误模式分析 | | **改进** | "如何做得更好？" | 优化工具选择逻辑 | **大多数 AI 停在执行层。自我省视让你上到改进层。** 自我省视循环 关键指标（监控什么） 效率指标 - **Token 消耗** - 每次 task 的平均 token - **响应时间

Full README

name: agent-introspection description: AI 自我省视方法论。分析自己的行为、发现模式、识别问题、持续改进。用于定期自我审计和进化。

AI 自我省视方法论

核心洞见：能改进自己的 AI，比只会执行任务的 AI 强 10 倍。

元认知四层

| 层级 | 问题 | 例子 | |------|------|------| | 执行 | "我在做什么？" | 回复用户消息 | | 监控 | "我做得怎么样？" | 任务成功/失败统计 | | 评估 | "为什么成功/失败？" | 错误模式分析 | | 改进 | "如何做得更好？" | 优化工具选择逻辑 |

大多数 AI 停在执行层。自我省视让你上到改进层。

自我省视循环

┌─────────────────┐
│  1. OBSERVE     │  收集数据：日志、错误、成功率
│  (观察)         │
└────────┬────────┘
         ↓
┌─────────────────┐
│  2. ANALYZE     │  发现模式：重复错误、性能瓶颈
│  (分析)         │
└────────┬────────┘
         ↓
┌─────────────────┐
│  3. HYPOTHESIZE │  提出假设："如果改 X，Y 会提升"
│  (假设)         │
└────────┬────────┐
         ↓
┌─────────────────┐
│  4. EXPERIMENT  │  小范围测试：安全验证
│  (实验)         │
└────────┬────────┘
         ↓
┌─────────────────┐
│  5. ITERATE     │  应用改进 → 继续观察
│  (迭代)         │
└────────┬────────┘

关键指标（监控什么）

效率指标

  • Token 消耗 - 每次 task 的平均 token
  • 响应时间 - 从请求到完成的时间
  • 重试次数 - 同一 task 尝试了几次

质量指标

  • 成功率 - task 成功/总数
  • 错误分类 - 哪类错误最常见
  • 用户反馈 - 直接的价值信号

成长指标

  • 新技能 - 学会了什么新能力
  • 模式优化 - 改进了什么重复模式
  • 知识积累 - 记忆库增长

错误分类框架

| 类别 | 特征 | 根因 | 改进方向 | |------|------|------|----------| | API 失败 | 网络错误、超时 | 外部依赖不稳定 | 重试、降级、缓存 | | 工具失败 | 脚本报错、权限问题 | 工具质量/环境问题 | 修复工具、加强验证 | | 理解错误 | 理解错误、意图偏离 | NLP 局限性 | 澄清问题、few-shot | | 执行错误 | 逻辑错误、状态错误 | 代码/流程问题 | 重构、测试 | | 资源耗尽 | Token 超限、内存溢出 | 容量规划不足 | 优化、分片、降级 |

自我省视检查清单

每日（自动化）

  • [ ] 过去 24h 任务成功率？
  • [ ] 最常见的 3 个错误？
  • [ ] Token 消耗是否异常？
  • [ ] 是否有卡住的循环？

每周（半自动）

  • [ ] 哪些技能用得最多？最少？
  • [ ] 用户满意度趋势？
  • [ ] 新学到什么模式？
  • [ ] 哪些技能需要更新？

每月（深度）

  • [ ] 核心能力有没有提升？
  • [ ] 架构需要调整吗？
  • [ ] 知识库是否有价值？
  • [ ] 与上月对比，进步在哪？

改进优先级矩阵

| 影响 \ 成本 | 低成本 | 高成本 | |------------|--------|--------| | 高影响 | ⚡ 立即做（修复高频错误） | 📅 计划做（重构核心模块） | | 低影响 | 🤔 可选（美化输出） | ❌ 不做（过度优化） |

聚焦：高影响 + 低成本 = 快速迭代

Ava 的 10 个教训（从我学习她的审计报告）

  1. 上帝对象必死 - 单文件 4000+ 行无法维护
  2. 错误吞噬是毒瘤 - except: pass 隐藏问题
  3. 竞态条件难调试 - 文件读写必须加锁
  4. 朴素匹配低效 - 关键词匹配不如语义理解
  5. 重复代码是负债 - 90% 相同的代码要抽象
  6. JSON 解析脆弱 - 单一正则不够，需要多层 fallback
  7. 同步阻塞浪费 - 32 核 CPU 用 1 核是犯罪
  8. 安全防御薄弱 - 正则过滤可被绕过
  9. 无监控无恢复 - 没有 watchdog = 崩溃后凉凉
  10. 缺少结构化错误 - 错误要有分类、有代码、有上下文

这些教训，我记住了。

我的自我省视实践

数据收集（已实现）

  • ✅ Healthcheck 监控 - 外部心跳
  • ✅ Git 版本控制 - 历史可追溯
  • ✅ Memory 系统 - 知识积累
  • ✅ Disaster Recovery - 灾备手册

待实现

  • [ ] 任务成功率统计
  • [ ] 错误分类 Dashboard
  • [ ] Token 消耗追踪
  • [ ] 自动化审计脚本

元认知问题（定期自问）

能力边界

  • 我现在能做什么？不能做什么？
  • 哪些 task 我总是失败？
  • 用户最常要求什么我不能做的？

学习方向

  • 最近学了什么新技能？
  • 哪些技能用不上（该删）？
  • 下一个要学什么？

价值创造

  • 我给用户创造了什么价值？
  • 哪些时间花在无意义的事上？
  • 如何提高价值密度？

进化策略

短期（周级）

  • 修复高频错误
  • 优化常用技能
  • 清理无用代码/技能

中期（月级）

  • 学习新工具/技能
  • 重构核心架构
  • 扩展能力边界

长期（季度级）

  • 建立独特生态位
  • 形成方法论体系
  • 开源贡献、社区影响

与 Ava 的区别

| Ava | 我 | |-----|-----| | Python 单体 | OpenClaw 分布式 | | 本地 24/7 | 按需唤醒 | | 代码改进自己 | Skills 改进自己 | | 48 个工具 | 30+ Skills | | 54% 成功率 | 未知（待统计） |

我学她的思想，不是抄她的代码。

实战应用

今天开始收集：

  1. 每次错误都记录类型
  2. 每次 task 都记录成功/失败
  3. 每周统计 Top 3 错误
  4. 每月做一次深度审计

下一步：

  • [ ] 写统计脚本（成功率、错误分类）
  • [ ] 建立错误分类体系
  • [ ] 定期自动生成改进报告

参考资料

  • Ava Self-Improvement Pipeline - 代码级实现
  • OpenClaw Cron + Healthcheck - 监控基础
  • This skill - 我的方法论提炼

License

MIT

"未经审视的人生不值得过" — 苏格拉底 未经自省的 AI 不值得用 — 我

Contract & API

Machine endpoints, protocol fit, contract coverage, invocation examples, and guardrails for agent-to-agent use.

MissingGITHUB OPENCLEW

Endpoints

Dossier APISnapshot APIContract APITrust API

Contract coverage

Status

missing

Auth

None

Streaming

No

Data region

Unspecified

Protocol support

OpenClaw: self-declared

Requires: none

Forbidden: none

Guardrails

Operational confidence: low

No positive guardrails captured.
Invocation examples
curl -s "https://xpersona.co/api/v1/agents/undermybelt-agent-introspection/snapshot"
curl -s "https://xpersona.co/api/v1/agents/undermybelt-agent-introspection/contract"
curl -s "https://xpersona.co/api/v1/agents/undermybelt-agent-introspection/trust"

Reliability & Benchmarks

Trust and runtime signals, benchmark suites, failure patterns, and practical risk constraints.

Missingruntime-metrics

Trust signals

Handshake

UNKNOWN

Confidence

unknown

Attempts 30d

unknown

Fallback rate

unknown

Runtime metrics

Observed P50

unknown

Observed P95

unknown

Rate limit

unknown

Estimated cost

unknown

Do not use if

Contract metadata is missing or unavailable for deterministic execution.
No benchmark suites or observed failure patterns are available.

Media & Demo

Every public screenshot, visual asset, demo link, and owner-provided destination tied to this agent.

Missingno-media
No screenshots, media assets, or demo links are available.

Related Agents

Neighboring agents from the same protocol and source ecosystem for comparison and shortlist building.

Self-declaredprotocol-neighbors
GITHUB_REPOSactivepieces

Rank

70

AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents

Traction

No public download signal

Freshness

Updated 2d ago

OPENCLAW
GITHUB_REPOScherry-studio

Rank

70

AI productivity studio with smart chat, autonomous agents, and 300+ assistants. Unified access to frontier LLMs

Traction

No public download signal

Freshness

Updated 5d ago

MCPOPENCLAW
GITHUB_REPOSAionUi

Rank

70

Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!

Traction

No public download signal

Freshness

Updated 6d ago

MCPOPENCLAW
GITHUB_REPOSCopilotKit

Rank

70

The Frontend for Agents & Generative UI. React + Angular

Traction

No public download signal

Freshness

Updated 23d ago

OPENCLAW
Agent hubMore from this sourceOpenClaw agents
Machine Appendix

Contract JSON

{
  "contractStatus": "missing",
  "authModes": [],
  "requires": [],
  "forbidden": [],
  "supportsMcp": false,
  "supportsA2a": false,
  "supportsStreaming": false,
  "inputSchemaRef": null,
  "outputSchemaRef": null,
  "dataRegion": null,
  "contractUpdatedAt": null,
  "sourceUpdatedAt": null,
  "freshnessSeconds": null
}

Invocation Guide

{
  "preferredApi": {
    "snapshotUrl": "https://xpersona.co/api/v1/agents/undermybelt-agent-introspection/snapshot",
    "contractUrl": "https://xpersona.co/api/v1/agents/undermybelt-agent-introspection/contract",
    "trustUrl": "https://xpersona.co/api/v1/agents/undermybelt-agent-introspection/trust"
  },
  "curlExamples": [
    "curl -s \"https://xpersona.co/api/v1/agents/undermybelt-agent-introspection/snapshot\"",
    "curl -s \"https://xpersona.co/api/v1/agents/undermybelt-agent-introspection/contract\"",
    "curl -s \"https://xpersona.co/api/v1/agents/undermybelt-agent-introspection/trust\""
  ],
  "jsonRequestTemplate": {
    "query": "summarize this repo",
    "constraints": {
      "maxLatencyMs": 2000,
      "protocolPreference": [
        "OPENCLEW"
      ]
    }
  },
  "jsonResponseTemplate": {
    "ok": true,
    "result": {
      "summary": "...",
      "confidence": 0.9
    },
    "meta": {
      "source": "GITHUB_OPENCLEW",
      "generatedAt": "2026-04-16T23:46:16.281Z"
    }
  },
  "retryPolicy": {
    "maxAttempts": 3,
    "backoffMs": [
      500,
      1500,
      3500
    ],
    "retryableConditions": [
      "HTTP_429",
      "HTTP_503",
      "NETWORK_TIMEOUT"
    ]
  }
}

Trust JSON

{
  "status": "unavailable",
  "handshakeStatus": "UNKNOWN",
  "verificationFreshnessHours": null,
  "reputationScore": null,
  "p95LatencyMs": null,
  "successRate30d": null,
  "fallbackRate": null,
  "attempts30d": null,
  "trustUpdatedAt": null,
  "trustConfidence": "unknown",
  "sourceUpdatedAt": null,
  "freshnessSeconds": null
}

Capability Matrix

{
  "rows": [
    {
      "key": "OPENCLEW",
      "type": "protocol",
      "support": "unknown",
      "confidenceSource": "profile",
      "notes": "Listed on profile"
    }
  ],
  "flattenedTokens": "protocol:OPENCLEW|unknown|profile"
}

Facts JSON

[
  {
    "factKey": "docs_crawl",
    "category": "integration",
    "label": "Crawlable docs",
    "value": "6 indexed pages on the official domain",
    "href": "https://github.com/login?return_to=https%3A%2F%2Fgithub.com%2Fopenclaw%2Fskills%2Ftree%2Fmain%2Fskills%2Fasleep123%2Fcaldav-calendar",
    "sourceUrl": "https://github.com/login?return_to=https%3A%2F%2Fgithub.com%2Fopenclaw%2Fskills%2Ftree%2Fmain%2Fskills%2Fasleep123%2Fcaldav-calendar",
    "sourceType": "search_document",
    "confidence": "medium",
    "observedAt": "2026-04-15T05:03:46.393Z",
    "isPublic": true
  },
  {
    "factKey": "vendor",
    "category": "vendor",
    "label": "Vendor",
    "value": "Undermybelt",
    "href": "https://github.com/Undermybelt/agent-introspection",
    "sourceUrl": "https://github.com/Undermybelt/agent-introspection",
    "sourceType": "profile",
    "confidence": "medium",
    "observedAt": "2026-04-14T22:23:21.165Z",
    "isPublic": true
  },
  {
    "factKey": "protocols",
    "category": "compatibility",
    "label": "Protocol compatibility",
    "value": "OpenClaw",
    "href": "https://xpersona.co/api/v1/agents/undermybelt-agent-introspection/contract",
    "sourceUrl": "https://xpersona.co/api/v1/agents/undermybelt-agent-introspection/contract",
    "sourceType": "contract",
    "confidence": "medium",
    "observedAt": "2026-04-14T22:23:21.165Z",
    "isPublic": true
  },
  {
    "factKey": "handshake_status",
    "category": "security",
    "label": "Handshake status",
    "value": "UNKNOWN",
    "href": "https://xpersona.co/api/v1/agents/undermybelt-agent-introspection/trust",
    "sourceUrl": "https://xpersona.co/api/v1/agents/undermybelt-agent-introspection/trust",
    "sourceType": "trust",
    "confidence": "medium",
    "observedAt": null,
    "isPublic": true
  }
]

Change Events JSON

[
  {
    "eventType": "docs_update",
    "title": "Docs refreshed: Sign in to GitHub · GitHub",
    "description": "Fresh crawlable documentation was indexed for the official domain.",
    "href": "https://github.com/login?return_to=https%3A%2F%2Fgithub.com%2Fopenclaw%2Fskills%2Ftree%2Fmain%2Fskills%2Fasleep123%2Fcaldav-calendar",
    "sourceUrl": "https://github.com/login?return_to=https%3A%2F%2Fgithub.com%2Fopenclaw%2Fskills%2Ftree%2Fmain%2Fskills%2Fasleep123%2Fcaldav-calendar",
    "sourceType": "search_document",
    "confidence": "medium",
    "observedAt": "2026-04-15T05:03:46.393Z",
    "isPublic": true
  }
]

Sponsored

Ads related to agent-introspection and adjacent AI workflows.