持续学习 continuous-learning

此技能用于在Claude Code工作阶段结束时自动评估内容,提取可重用模式并保存为学习技能,以提升开发效率和代码复用性。关键词:持续学习、模式提取、AI辅助、代码优化、技能库、自动化学习。

AI应用 0 次安装 0 次浏览 更新于 3/7/2026

name: continuous-learning description: 自动从Claude Code会话中提取可重用模式并保存为学习技能,以供未来使用。

持续学习技能

自动评估 Claude Code 工作阶段结束时的内容,提取可重用模式并储存为学习技能。

运作方式

此技能作为 Stop hook 在每个工作阶段结束时执行:

  1. 工作阶段评估:检查工作阶段是否有足够讯息(默认:10+ 条)
  2. 模式侦测:从工作阶段识别可提取的模式
  3. 技能提取:将有用模式储存到 ~/.claude/skills/learned/

设定

编辑 config.json 以自定义:

{
  "min_session_length": 10,
  "extraction_threshold": "medium",
  "auto_approve": false,
  "learned_skills_path": "~/.claude/skills/learned/",
  "patterns_to_detect": [
    "error_resolution",
    "user_corrections",
    "workarounds",
    "debugging_techniques",
    "project_specific"
  ],
  "ignore_patterns": [
    "simple_typos",
    "one_time_fixes",
    "external_api_issues"
  ]
}

模式类型

模式 描述
error_resolution 特定错误如何被解决
user_corrections 来自用户修正的模式
workarounds 框架/函式库怪异问题的解决方案
debugging_techniques 有效的除错方法
project_specific 项目特定惯例

Hook 设定

新增到你的 ~/.claude/settings.json

{
  "hooks": {
    "Stop": [{
      "matcher": "*",
      "hooks": [{
        "type": "command",
        "command": "~/.claude/skills/continuous-learning/evaluate-session.sh"
      }]
    }]
  }
}

为什么用 Stop Hook?

  • 轻量:工作阶段结束时只执行一次
  • 非阻塞:不会为每条讯息增加延迟
  • 完整上下文:可存取完整工作阶段记录

相关

  • Longform指南 - 持续学习章节
  • /learn 指令 - 工作阶段中手动提取模式

比较笔记(研究:2025 年 1 月)

对比 Homunculus (github.com/humanplane/homunculus)

Homunculus v2 采用更复杂的方法:

功能 我们的方法 Homunculus v2
观察 Stop hook(工作阶段结束) PreToolUse/PostToolUse hooks(100% 可靠)
分析 主要上下文 背景代理(Haiku)
粒度 完整技能 原子“本能”
信心 0.3-0.9 加权
演化 直接到技能 本能 → 聚类 → 技能/指令/代理
分享 导出/导入本能

来自 homunculus 的关键见解:

“v1 依赖技能进行观察。技能是概率性的——它们触发约 50-80% 的时间。v2 使用 hooks 进行观察(100% 可靠),并以本能作为学习行为的原子单位。”

潜在 v2 增强

  1. 基于本能的学习 - 较小的原子行为,带信心评分
  2. 背景观察者 - Haiku 代理并行分析
  3. 信心衰减 - 如果被矛盾则本能失去信心
  4. 领域标记 - code-style、testing、git、debugging 等
  5. 演化路径 - 将相关本能聚类为技能/指令

参见:/Users/affoon/Documents/tasks/12-continuous-learning-v2.md 完整规格。