MetaClaw：从每次对话中学习的自进化智能体框架
MetaClaw 是由北卡罗来纳大学教堂山分校 AIMING 实验室开发的新型开源智能体框架，能通过真实对话实现持续学习——无需 GPU 集群。每一次对话都成为学习信号，让智能体在部署中持续改进，而非依赖离线训练。
该框架通过三个核心机制运作：技能注入 (Skill Injection) 检索相关技能指令并注入智能体的系统提示词中，实现即时行为改进。技能进化 (Skill Evolution) 在每次会话后自动分析并提炼新技能，启用 RL 时还能通过判断模型从失败案例中提取技能。元学习调度器 (Meta-Learning Scheduler) 将权重更新推迟到空闲时段，确保不中断活跃使用。
MetaClaw 支持三种运行模式：仅技能模式（基于代理，无需 GPU）、RL 模式（持续微调）和 MadMax 模式（技能 + RL 智能调度）。兼容 OpenClaw、CoPaw、IronClaw 和 NemoClaw 等多种编程智能体。
技术报告于 2026 年 3 月 18 日发布，在 HuggingFace 每日论文获得 75 票。项目在 GitHub 上获得约 2,000 颗星，采用 MIT 许可证。
GitHub: https://github.com/aiming-lab/MetaClaw
← 返回所有文章
该框架通过三个核心机制运作：技能注入 (Skill Injection) 检索相关技能指令并注入智能体的系统提示词中，实现即时行为改进。技能进化 (Skill Evolution) 在每次会话后自动分析并提炼新技能，启用 RL 时还能通过判断模型从失败案例中提取技能。元学习调度器 (Meta-Learning Scheduler) 将权重更新推迟到空闲时段，确保不中断活跃使用。
MetaClaw 支持三种运行模式：仅技能模式（基于代理，无需 GPU）、RL 模式（持续微调）和 MadMax 模式（技能 + RL 智能调度）。兼容 OpenClaw、CoPaw、IronClaw 和 NemoClaw 等多种编程智能体。
技术报告于 2026 年 3 月 18 日发布，在 HuggingFace 每日论文获得 75 票。项目在 GitHub 上获得约 2,000 颗星，采用 MIT 许可证。
GitHub: https://github.com/aiming-lab/MetaClaw