Build self-improving agent skills with cognee

Build self-improving agent skills with cognee 快速入门

一句话卖点: 让 Agent Skill 学会”自我进化”——评分低于阈值自动生成改进提案，审批后自动应用

这是什么?适合谁?

这是一个 n8n 工作流模板，实现了 Agent Skill 的”自我改进闭环”：你将一个 Skill 的描述和流程输入工作流 → cognee 自动评分 → 如果评分低于阈值，cognee 生成改进提案 → 你审批后自动应用改进。 核心价值在于”让 Skill 持续进化”。传统的 Agent Skill 是静态的——写好后就固定了。这个工作流让 Skill 在使用中被自动评估和改进，形成一个持续优化的循环。 适合维护多个 Agent Skill 的团队、希望系统化管理 Skill 质量的组织、以及对”Agent 自我进化”概念感兴趣的技术探索者。不适合只有 1-2 个 Skill 的个人用户——工作流的配置成本可能超过手动改进的收益。与 MagicNetWorld 的 Skill 生态高度契合。

准备工作

1. n8n 实例（自托管 v1.19.4+ 或 n8n Cloud）
2. cognee.cloud 账号和 API Key
3. 在 cognee 中预先创建一个 dataset
4. 准备一个需要改进的 Skill 描述（Markdown 格式的 procedure）

3步快速上手

第1步: 配置 cognee

在 cognee.cloud 注册账号 → 获取 API Key → 创建一个 dataset（名称如 “my-skills”）→ 在 n8n 中配置 cognee credential（URL + API Key）

第2步: 导入模板

访问 https://n8ntemplates.me/templates/build-self-improving-agent-skills-with-cognee-16609 → 点击”Import to n8n” → 在 n8n 中打开导入的工作流

第3步: 运行并查看改进

填写参数: skill_name、dataset_name、skill_markdown（Skill 流程描述）、score_threshold（推荐 70）→ 手动触发运行 → 查看 cognee 的评分和改进提案 → 审批后自动应用改进

常见踩坑

1. dataset 必须在 cognee 中预先创建——否则 Ingest 阶段会失败
2. score_threshold 过高（如 90）会导致改进循环永远触发——从 70 开始逐步调整
3. skill_markdown 格式不规范会导致 Review 结果异常——建议用标准 Markdown 流程描述
4. approved 参数设为 false 可以先预览提案再审批——避免自动应用不理想的改进
5. 每次改进后需要重置静态数据——确保 cognee 重新审查更新后的 Skill
6. cognee API 有速率限制——批量审查多个 Skill 时需要间隔执行

初级用法

1. 单个 Skill 审查: 输入 Skill 描述，cognee 评分并建议改进
2. 质量门禁: 设置评分阈值，低于阈值的 Skill 自动触发改进流程
3. 改进追踪: 每次改进生成 before/after diff，记录 Skill 演化历史
4. 审批工作流: 改进提案自动通知审批人（可接入 Slack/飞书 Webhook）

高级玩法

1. 定时批量审查: 将手动触发改为 cron 定时触发，每周自动审查所有 Skill
2. 多 Skill 串联: 扩展工作流，一次运行审查多个 Skill
3. 渐进式阈值: 第一轮阈值 60，第二轮 70，第三轮 80——逐步提升 Skill 质量
4. 结果持久化: 将改进结果写入数据库或发送邮件报告

小技巧

1. 先用一个简单的 Skill 测试——熟悉流程后再导入复杂 Skill
2. 阈值从 70 开始——这个分数能过滤出真正需要改进的 Skill
3. 改进提案保存为 Markdown 文件——方便团队讨论和版本控制
4. 配合 Git 管理 Skill 版本——每次改进作为一个 commit
5. 在 n8n 中开启错误通知——cognee API 异常时及时处理

常见问题 FAQ

Q1: cognee 的评分标准是什么？ cognee 基于 Skill 的完整性、清晰度、可执行性和安全性进行评分。具体评分维度可在 cognee Cloud 控制台配置。信息来源: cognee 官方文档。 Q2: 这个模板免费吗？ n8n 模板免费。cognee 有免费层（每月 1000 次 API 调用），足够个人和小团队使用。信息来源: n8ntemplates.me 和 cognee.cloud 定价页。 Q3: 改进提案的质量如何？ 取决于 cognee 底层 LLM 的能力和 Skill 描述的详细程度。描述越详细，改进建议越精准。信息来源: 模板作者的使用说明。 Q4: 可以用于非 Agent Skill 的内容审查吗？ 理论上可以——只要把待审查内容放入 skill_markdown 字段，cognee 会按相同流程评分和建议改进。但最佳效果仍然是审查结构化的 Skill 流程。信息来源: 模板设计和社区讨论。 Q5: 和手动改进 Skill 相比有什么优势？ 自动化闭环确保每个 Skill 都被定期评估——人工很难做到。但最终审批仍需人工——cognee 的建议是参考而非真理。信息来源: 模板设计理念。

进阶学习建议 / 参考链接

本文基于官方文档和公开资料整理，AI辅助生成，MagicNetWorld 尚未完成独立实测。如有错误或过时信息，请通过 contact@magicnetworld.com 反馈。