name: continuous-learning-v2 description: 基于本能的学习系统，通过钩子观察会话，创建带有置信度评分的原子本能，并将其演化为技能/命令/智能体。 version: 2.0.0

持续学习 v2 - 基于本能的架构

一个先进的学习系统，通过原子“本能”——带有置信度评分的小型学习行为——将您的Claude Code会话转化为可重用的知识。

v2版本的新特性

特性	v1	v2
观察方式	停止钩子（会话结束）	PreToolUse/PostToolUse（100%可靠）
分析方式	主上下文	后台智能体（Haiku）
粒度	完整技能	原子“本能”
置信度	无	0.3-0.9加权
演化过程	直接转为技能	本能 → 聚类 → 技能/命令/智能体
共享功能	无	导出/导入本能

本能模型

本能是一种小型学习行为：

---
id: prefer-functional-style
trigger: "编写新函数时"
confidence: 0.7
domain: "代码风格"
source: "会话观察"
---

# 偏好函数式风格

## 行动
在适当时使用函数式模式而非类。

## 证据
- 观察到5个函数式模式偏好的实例
- 用户于2025-01-15将基于类的方法纠正为函数式

属性：

原子性 — 一个触发器，一个行动
置信度加权 — 0.3 = 试探性，0.9 = 近乎确定
领域标记 — 代码风格、测试、git、调试、工作流等
证据支持 — 追踪创建它的观察记录

工作原理

会话活动
      │
      │ 钩子捕获提示 + 工具使用（100%可靠）
      ▼
┌─────────────────────────────────────────┐
│         observations.jsonl              │
│   （提示、工具调用、结果）               │
└─────────────────────────────────────────┘
      │
      │ 观察者智能体读取（后台，Haiku）
      ▼
┌─────────────────────────────────────────┐
│          模式检测                       │
│   • 用户纠正 → 本能                     │
│   • 错误解决 → 本能                     │
│   • 重复工作流 → 本能                   │
└─────────────────────────────────────────┘
      │
      │ 创建/更新
      ▼
┌─────────────────────────────────────────┐
│         instincts/personal/             │
│   • prefer-functional.md (0.7)          │
│   • always-test-first.md (0.9)          │
│   • use-zod-validation.md (0.6)         │
└─────────────────────────────────────────┘
      │
      │ /evolve 聚类
      ▼
┌─────────────────────────────────────────┐
│              evolved/                   │
│   • commands/new-feature.md             │
│   • skills/testing-workflow.md          │
│   • agents/refactor-specialist.md       │
└─────────────────────────────────────────┘

快速开始

1. 启用观察钩子

添加到您的~/.claude/settings.json。

如果作为插件安装（推荐）：

{
  "hooks": {
    "PreToolUse": [{
      "matcher": "*",
      "hooks": [{
        "type": "command",
        "command": "${CLAUDE_PLUGIN_ROOT}/skills/continuous-learning-v2/hooks/observe.sh pre"
      }]
    }],
    "PostToolUse": [{
      "matcher": "*",
      "hooks": [{
        "type": "command",
        "command": "${CLAUDE_PLUGIN_ROOT}/skills/continuous-learning-v2/hooks/observe.sh post"
      }]
    }]
  }
}

如果手动安装到~/.claude/skills：

{
  "hooks": {
    "PreToolUse": [{
      "matcher": "*",
      "hooks": [{
        "type": "command",
        "command": "~/.claude/skills/continuous-learning-v2/hooks/observe.sh pre"
      }]
    }],
    "PostToolUse": [{
      "matcher": "*",
      "hooks": [{
        "type": "command",
        "command": "~/.claude/skills/continuous-learning-v2/hooks/observe.sh post"
      }]
    }]
  }
}

2. 初始化目录结构

Python CLI将自动创建这些目录，但您也可以手动创建：

mkdir -p ~/.claude/homunculus/{instincts/{personal,inherited},evolved/{agents,skills,commands}}
touch ~/.claude/homunculus/observations.jsonl

3. 使用本能命令

/instinct-status     # 显示学习的本能及其置信度分数
/evolve              # 将相关本能聚类为技能/命令
/instinct-export     # 导出本能以供分享
/instinct-import     # 从他人导入本能

命令

命令	描述
`/instinct-status`	显示所有学习的本能及其置信度
`/evolve`	将相关本能聚类为技能/命令
`/instinct-export`	导出本能以供分享
`/instinct-import <file>`	从他人导入本能

配置

编辑config.json：

{
  "version": "2.0",
  "observation": {
    "enabled": true,
    "store_path": "~/.claude/homunculus/observations.jsonl",
    "max_file_size_mb": 10,
    "archive_after_days": 7
  },
  "instincts": {
    "personal_path": "~/.claude/homunculus/instincts/personal/",
    "inherited_path": "~/.claude/homunculus/instincts/inherited/",
    "min_confidence": 0.3,
    "auto_approve_threshold": 0.7,
    "confidence_decay_rate": 0.05
  },
  "observer": {
    "enabled": true,
    "model": "haiku",
    "run_interval_minutes": 5,
    "patterns_to_detect": [
      "user_corrections",
      "error_resolutions",
      "repeated_workflows",
      "tool_preferences"
    ]
  },
  "evolution": {
    "cluster_threshold": 3,
    "evolved_path": "~/.claude/homunculus/evolved/"
  }
}

文件结构

~/.claude/homunculus/
├── identity.json           # 您的个人资料，技术水平
├── observations.jsonl      # 当前会话观察记录
├── observations.archive/   # 已处理的观察记录
├── instincts/
│   ├── personal/           # 自动学习的本能
│   └── inherited/          # 从他人导入的本能
└── evolved/
    ├── agents/             # 生成的专家智能体
    ├── skills/             # 生成的技能
    └── commands/           # 生成的命令

与技能创建器的集成

当您使用技能创建器GitHub应用时，它现在生成两者：

传统的SKILL.md文件（用于向后兼容）
本能集合（用于v2学习系统）

来自仓库分析的本能具有source: "repo-analysis"并包含源仓库URL。

置信度评分

置信度随时间演化：

分数	含义	行为
0.3	试探性	建议但不强制执行
0.5	中等	相关时应用
0.7	强	自动批准应用
0.9	近乎确定	核心行为

置信度增加当：

模式被重复观察到
用户不纠正建议的行为
来自其他来源的类似本能一致

置信度减少当：

用户明确纠正行为
长时间未观察到模式
出现矛盾证据

为什么使用钩子而非技能进行观察？

“v1依赖技能进行观察。技能是概率性的——它们基于Claude的判断大约触发50-80%的时间。”

钩子100%触发，确定性地。这意味着：

每个工具调用都被观察到
没有模式被遗漏
学习是全面的

向后兼容性

v2完全兼容v1：

现有的~/.claude/skills/learned/技能仍然有效
停止钩子仍然运行（但现在也馈送到v2）
渐进迁移路径：并行运行两者

隐私

观察记录保留在本地您的机器上
只有本能（模式）可以导出
不共享实际代码或对话内容
您控制导出的内容