持续学习技能 (Continuous Learning Skill)

自动在结束时评估 Claude Code 会话，以提取可重用模式并将其保存为 learned skills。

工作原理

此技能作为 Stop hook 在每个会话结束时运行：

1. 会话评估: 检查会话是否有足够的消息 (默认: 10+)
2. 模式检测: 识别会话中可提取的模式
3. 技能提取: 将有用的模式保存到 ~/.claude/skills/learned/

配置

编辑 config.json 进行自定义：

{
  "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

Pattern	Description
error_resolution	特定错误是如何解决的
user_corrections	来自用户纠正的模式
workarounds	框架/库怪癖的解决方案
debugging_techniques	有效的调试方法
project_specific	项目特定约定

Hook 设置

添加到你的 ~/.claude/settings.json:

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

为什么使用 Stop Hook?

• 轻量级: 会话结束时运行一次
• 非阻塞: 不会给每条消息增加延迟
• 完整上下文: 可以访问完整的会话记录

相关

• The Longform Guide - 持续学习章节
• /learn 命令 - 会话中手动提取模式

---

比较说明 (Research: Jan 2025)

vs Homunculus (github.com/humanplane/homunculus)

Homunculus v2 采取了更复杂的方法：

Feature	Our Approach	Homunculus v2
观察 (Observation)	Stop hook (会话结束)	PreToolUse/PostToolUse hooks (100% 可靠)
分析 (Analysis)	主上下文	后台 agent (Haiku)
粒度 (Granularity)	完整技能	原子 "instincts" (本能)
置信度 (Confidence)	无	0.3-0.9 加权
演进 (Evolution)	直接从 skill	Instincts → cluster → skill/command/agent
共享 (Sharing)	无	导出/导入 instincts

来自 homunculus 的关键见解:

"v1 依靠技能进行观察。技能是概率性的——它们大约 50-80% 的时间触发。v2 使用 hooks 进行观察（100% 可靠）并将 instincts 作为学习行为的原子单位。"

潜在 v2 增强功能

1. 基于 Instinct 的学习 - 具有置信度评分的更小、原子行为
2. 后台观察者 - 并行分析的 Haiku agent
3. 置信度衰减 - 如果 instincts 被反驳，置信度会降低
4. 领域标记 - code-style, testing, git, debugging, etc.
5. 演进路径 - 将相关的 instincts 聚类为 skills/commands

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