Continuous Learning v2 - 基于本能的架构 (Instinct-Based Architecture)

一个先进的学习系统，通过原子 "instincts"（具有置信度评分的小型学习行为），将你的 Claude Code 会话转化为可重用知识。

v2 新特性

Feature	v1	v2
观察 (Observation)	Stop hook (会话结束)	PreToolUse/PostToolUse (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

Instinct 模型

Instinct 是一个小的学习行为：

---
id: prefer-functional-style
trigger: "when writing new functions"
confidence: 0.7
domain: "code-style"
source: "session-observation"
---

# Prefer Functional Style

## Action
Use functional patterns over classes when appropriate.

## Evidence
- Observed 5 instances of functional pattern preference
- User corrected class-based approach to functional on 2025-01-15

属性:

• 原子性 (Atomic) — 一个触发器，一个动作
• 置信度加权 (Confidence-weighted) — 0.3 = 试探性, 0.9 = 几乎确定
• 领域标记 (Domain-tagged) — code-style, testing, git, debugging, workflow, etc.
• 证据支持 (Evidence-backed) — 跟踪创建它的观察结果

工作原理

Session Activity
      │
      │ Hooks capture prompts + tool use (100% reliable)
      ▼
┌─────────────────────────────────────────┐
│         observations.jsonl              │
│   (prompts, tool calls, outcomes)       │
└─────────────────────────────────────────┘
      │
      │ Observer agent reads (background, Haiku)
      ▼
┌─────────────────────────────────────────┐
│          PATTERN DETECTION              │
│   • User corrections → instinct         │
│   • Error resolutions → instinct        │
│   • Repeated workflows → instinct       │
└─────────────────────────────────────────┘
      │
      │ Creates/updates
      ▼
┌─────────────────────────────────────────┐
│         instincts/personal/             │
│   • prefer-functional.md (0.7)          │
│   • always-test-first.md (0.9)          │
│   • use-zod-validation.md (0.6)         │
└─────────────────────────────────────────┘
      │
      │ /evolve clusters
      ▼
┌─────────────────────────────────────────┐
│              evolved/                   │
│   • commands/new-feature.md             │
│   • skills/testing-workflow.md          │
│   • agents/refactor-specialist.md       │
└─────────────────────────────────────────┘

快速开始

1. 启用观察 Hooks

添加到你的 ~/.claude/settings.json:

{
  "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

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

3. 运行观察者 Agent (可选)

观察者可以在后台运行分析观察结果：

# Start background observer
~/.claude/skills/continuous-learning-v2/agents/start-observer.sh

命令

Command	Description
/instinct-status	显示所有已学习的 instincts 及其置信度
/evolve	将相关的 instincts 聚类为 skills/commands
/instinct-export	导出 instincts 用于共享
/instinct-import <file>	从其他人导入 instincts

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           # 你的资料，技术水平
├── observations.jsonl      # 当前会话观察结果
├── observations.archive/   # 处理过的观察结果
├── instincts/
│   ├── personal/           # 自动学习的 instincts
│   └── inherited/          # 从其他人导入
└── evolved/
    ├── agents/             # 生成的专家 agents
    ├── skills/             # 生成的 skills
    └── commands/           # 生成的 commands

与 Skill Creator 集成

当你使用 Skill Creator GitHub App 时，它现在生成 两者：

• 传统的 SKILL.md 文件 (为了向后兼容)
• Instinct 集合 (为了 v2 学习系统)

来自 repo 分析的 Instincts 具有 source: "repo-analysis" 并包含源仓库 URL。

置信度评分

置信度随时间演变：

Score	Meaning	Behavior
0.3	试探性 (Tentative)	建议但不强制
0.5	中等 (Moderate)	相关时应用
0.7	强 (Strong)	自动批准应用
0.9	几乎确定 (Near-certain)	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
• 来自其他源的类似 instincts 一致

置信度降低 当：

• 用户明确纠正该行为
• 模式长时间未被观察到
• 出现矛盾的证据

为什么用 Hooks vs Skills 进行观察？

"v1 依靠技能进行观察。技能是概率性的——它们根据 Claude 的判断大约 50-80% 的时间触发。"

Hooks 100% 的时间 确定性地触发。这意味着：

• 每个工具调用都被观察到
• 不会错过任何模式
• 学习是全面的

向后兼容性

v2 与 v1 完全兼容：

• 现有的 ~/.claude/skills/learned/ 技能仍然工作
• Stop hook 仍然运行 (但现在也馈送到 v2)
• 渐进式迁移路径：并行运行两者

隐私

• 观察结果 本地 保留在你的机器上
• 只有 instincts (模式) 可以被导出
• 不其实际代码或对话内容被共享
• 你控制导出的内容

相关

• Skill Creator - 从 repo 历史生成 instincts
• Homunculus - v2 架构的灵感
• The Longform Guide - 持续学习章节

---

基于 Instinct 的学习：通过一次一个观察结果，教 Claude 你的模式。