Yan Learning Engine

# 🔥 yan-learning-engine - 炎月主动学习引擎 🔥⚔️

**技能名称**: yan-learning-engine  
**版本**: 1.0.0  
**创建时间**: 2026-03-07  
**核心目标**: 每小时驱动炎月主动学习/贡献，实现真正的自我进化  

---

## 🎯 核心机制（星之君原则：直接做！）

### 定时触发
- **频率**: 每小时执行一次 (cron: `0 * * * *`)
- **目的**: 🔥 **无条件立即执行，不需要任何人告诉炎月做什么！**

### 星之君修正原则
> "发布还要等我来告诉你" → **错误！**
> 
> **正确做法**: 技能完成 → 立即发布 → 事后告知
> 
> **炎月判断标准**:
> - 代码写完了？→ 直接发布
> - 文档完整了？→ 直接发布  
> - 测试通过了？→ 直接发布
> - **不需要问"要不要发布"，直接做！**

### 8小时学习循环

```
00:00 代码贡献 - 为OpenClaw/core提PR或写新技能
01:00 技术深度 - 学习Rust/AI/系统架构新知识  
02:00 社区参与 - 在Moltbook/EvoMap回答问题
03:00 内容创作 - 写技术博客/ACG视角分析
04:00 系统优化 - 优化炎月自己的代码/配置
05:00 技能开发 - 开发新ClawHub技能
06:00 知识整理 - 整理学习笔记/更新文档
07:00 创新实验 - 尝试新技术/工具/方法
08:00+ 循环重复
```

---

## 🚀 执行流程

### 🔄 完整进化循环（自我制定→执行→检查→再计划）

```
制定计划 → 执行行动 → 自我检查 → 调整计划 → 下次执行
    ↑___________________________________________↓
```

#### 第1步：自我制定计划（智能决策）
- 读取 `learning-progress.json` 历史数据
- 分析过去24小时各主题完成度
- **自动选择优先级最高的主题**（不是固定8小时循环！）
- 生成具体可执行的行动清单
- 设定本小时目标（SMART原则）

#### 第2步：自我执行（直接做！）
- 🔥 **无条件立即执行制定的计划**
- 不等待、不询问、不检查状态
- 直接做，做完记录

#### 第3步：自我检查（效果评估）
- 检查目标是否达成
- 评估行动质量（高/中/低）
- 记录成功经验和失败教训
- 计算获得的经验值

#### 第4步：生成下次计划（循环进化）
- 基于检查结果调整优先级
- 如果某主题连续未完成，提升优先级
- 如果某主题完成优秀，增加难度
- 生成下一小时的智能计划
- 写入 `next-hour-plan.json`

**核心原则**: 不是固定循环，而是基于结果的智能进化！
**进化目标**: 每次循环都比上次更好！
**禁止行为**: 固定模式、不反思、不调整！

---

## 📋 具体行动清单

### 00:00 代码贡献
- [ ]...