Feedback Loop Skill

反馈循环器 - 一个完整的反馈收集、分析和改进跟踪系统，用于 OpenClaw 代理的持续优化。

功能概述

核心功能

1. 1. 反馈收集（Feedback Collection）

- 显式反馈：用户主动评分、评论 - 隐式反馈：从交互模式自动检测（完成、重试、放弃等） - 自动检测：基于会话模式智能识别反馈信号

1. 2. 反馈分析（Feedback Analysis）

- 聚类分析：按类别、情感、评分分组 - 趋势分析：时间序列趋势检测 - 情感分析：正/负/中性情感分布 - 模式检测：识别 recurring issues、行为模式等

1. 3. 改进建议生成（Improvement Suggestions）

- 基于分析结果自动生成可执行的改进建议 - 优先级排序（high/medium/low） - 包含具体 action items 和预期影响

1. 4. 效果跟踪（Effect Tracking）

- 跟踪建议实施进度 - 测量实施前后的影响 - 生成综合报告

安装

bash

通过 ClawHub 安装（推荐）

clawhub install feedback-loop

或手动安装

cd ~/.openclaw/workspace/skills/feedback-loop npm install npm link

使用方法

CLI 命令

1. 提供反馈（provide）

显式反馈：
bash
feedback-loop provide --type explicit --rating 5 --comment Excellent response! --category accuracy

隐式反馈：
bash
feedback-loop provide --type implicit --signal completion --sessionId sess123
feedback-loop provide --type implicit --signal retry --metrics {retryCount: 3}

参数说明：

• - --type: feedback 类型（explicit 或 implicit）
• --rating: 评分（1-5, thumbsup, thumbsdown）
• --comment: 可选评论
• --category: 反馈类别（accuracy, speed, helpfulness 等）
• --signal: 隐式信号类型（completion, retry, abandon, correction 等）
• --sessionId: 会话标识符
• --metrics: JSON 格式的性能指标
• --context: JSON 格式的上下文信息

2. 分析反馈（analyze）

bash

分析最近一周的反馈

feedback-loop analyze --range week

只分析显式反馈

feedback-loop analyze --explicit-only

分析最近一个月的数据，输出 JSON

feedback-loop analyze --range month --output json

参数说明：

• - --range: 时间范围（day, week, month, all）
• --explicit-only: 仅分析显式反馈
• --output: 输出格式（json, pretty）

3. 生成建议（suggest）

bash

生成最多 5 条建议

feedback-loop suggest --max 5

专注于特定类别

feedback-loop suggest --focus quality --max 10

参数说明：

• - --max: 最大建议数量
• --focus: 专注的类别
• --output: 输出格式

4. 跟踪进度（track）

bash

跟踪建议实施进度

feedback-loop track fb123456 --phase implementation --status inprogress

标记为已完成

feedback-loop track fb_123456 --phase deployed --status completed --notes Successfully implemented

参数说明：

• - --phase: 实施阶段（planning, implementation, testing, deployed）
• --status: 状态（in_progress, completed, blocked）
• --notes: 附加说明
• --metrics: JSON 格式的进度指标

5. 查看统计（stats）

bash
feedback-loop stats
feedback-loop stats --output json

6. 列出数据（list）

bash

列出反馈

feedback-loop list feedback --limit 10
feedback-loop list feedback --type explicit

列出建议

feedback-loop list suggestions --status pending feedback-loop list suggestions --category quality

列出跟踪记录

feedback-loop list tracking --phase implementation

7. 生成报告（report）

bash
feedback-loop report
feedback-loop report --output json

8. 导出数据（export）

bash
feedback-loop export --format json --output data.json
feedback-loop export --format csv --output data.csv

编程接口

javascript
const FeedbackLoop = require(./src/index);

const fl = new FeedbackLoop();

// 提供反馈
fl.provide({
type: explicit,
rating: 5,
comment: Great!,
category: helpfulness
});

// 分析
const analysis = fl.analyze({ timeRange: week });

// 生成建议
const suggestions = fl.suggest({ maxSuggestions: 5 });

// 跟踪
fl.track(suggestionId, {
phase: implementation,
status: in_progress
});

// 获取统计
const stats = fl.getStats();

// 获取报告
const report = fl.getReport();

触发方式

主动收集

• - 在会话结束时自动请求评分
• 定期生成分析报告
• 检测到低满意度时触发改进流程

自动检测

• - 高重试率 → 推断用户遇到困难
• 快速完成 → 推断用户满意
• 早期放弃 → 推断响应不符合期望
• 多次追问 → 推断高参与度

数据结构

反馈记录

json { id: fb1234567890abc123, timestamp: 2024-01-15T10:30:00.000Z, type: explicit, sessionId: sess_123, rating: 5, comment: Excellent response!, category: accuracy, metadata: {}, source: cli }

隐式反馈

json { id: fb1234567890def456, timestamp: 2024-01-15T10:30:00.000Z, type: implicit, sessionId: sess_123, signal: completion, metrics: { responseTime: 2500 }, context: { autoDetected: true }, inferredSentiment: positive }

改进建议

json { id: fb1234567890ghi789, timestamp: 2024-01-15T10:30:00.000Z, title: Address recurring issues in accuracy, description: 5 negative feedback items identified..., category: accuracy, priority: high, actionItems: [...], expectedImpact: Reduce negative feedback..., status: pending }

最佳实践

1. 1. 定期分析：每周运行一次分析，及时发现趋势
2. 快速响应：对高优先级建议立即采取行动
3. 持续跟踪：记录每个建议的实施进度
4. 衡量影响：实施后对比前后数据
5. 闭环管理：确保每个反馈都有对应的改进行动

文件结构

feedback-loop/
├── SKILL.md # 技能文档
├── package.json # 项目配置
├── bin/
│ └── cli.js # CLI 入口
├── src/
│ ├── index.js # 主入口
│ ├── storage.js # 数据存储
│ ├── collector.js # 反馈收集
│ ├── analyzer.js # 反馈分析
│ ├── suggester.js # 建议生成
│ └── tracker.js # 效果跟踪
├── data/ # 数据目录（自动生成）
│ ├── feedback.json
│ ├── analysis.json
│ ├── suggestions.json
│ └── tracking.json
└── test/
└── run.js # 测试脚本

注意事项

• - 数据存储在 data/ 目录下，定期备份重要数据
• 建议设置定期清理策略，避免数据文件过大
• 敏感反馈数据应注意隐私保护

版本历史

• - 1.0.0 - 初始版本

- 完整的反馈收集功能 - 多维度分析能力 - 智能建议生成 - 效果跟踪系统