AgentSkillsCN

continuous-learning

持续学习能力——从对话中自动提取可复用的模式，将其保存为技能或直觉，并支持进一步演化为更高级的结构。

SKILL.md
--- frontmatter
name: continuous-learning
description: 持续学习能力 - 从会话中自动提取可复用的 patterns，保存为 skills 或 instincts，并支持进化为更高级结构。
version: 2.0.0

Continuous Learning - 持续学习

这是什么

这是一个让 AI 具备"学习意识"的能力。通过观察会话中的 patterns，将有价值的知识提取并保存，供未来会话使用。

核心理念：如果你不得不多次重复相同的提示，或者 Claude 遇到了同样的问题——这些 patterns 应该被保存下来。

架构概述

code
会话活动
    │
    │ Hooks 捕获提示 + 工具使用 (100% 可靠)
    ▼
┌─────────────────────────────────────────┐
│         observations.jsonl              │
│   (提示、工具调用、结果)                │
└─────────────────────────────────────────┘
    │
    │ 会话结束时评估 / 手动 /learn
    ▼
┌─────────────────────────────────────────┐
│            PATTERN 检测                 │
│   • 用户纠正 → instinct/skill          │
│   • 错误解决 → instinct/skill          │
│   • 重复工作流 → instinct/skill        │
└─────────────────────────────────────────┘
    │
    │ /evolve 聚合
    ▼
┌─────────────────────────────────────────┐
│              evolved/                   │
│   • commands/new-feature.md            │
│   • skills/testing-workflow.md         │
│   • agents/refactor-specialist.md      │
└─────────────────────────────────────────┘

两个版本

v1: 简单版 - Learned Skills

使用 Stop hook 在会话结束时评估，直接提取为完整 skills。

优点: 简单直接，立即可用 适合: 希望快速开始的用户

code
会话结束 → 评估 patterns → 保存到 ~/.claude/skills/learned/

v2: 高级版 - Instincts + Evolution

使用 PreToolUse/PostToolUse hooks 实时观察，创建原子级 "instincts"（带置信度），支持进化。

优点: 更精细的学习，支持置信度衰减和进化 适合: 希望深度定制的高级用户

code
工具使用 → 观察记录 → 创建 instincts → 聚合进化 → skills/commands/agents

Pattern 类型

Pattern说明
error_resolution特定错误如何被解决
user_corrections用户纠正的行为
workarounds框架/库的变通方案
debugging_techniques有效的调试方法
project_specific项目特定的约定

Instinct 模型 (v2)

一个 instinct 是一个小的、原子级的学习行为：

yaml
---
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 2026-01-15

特性:

  • •原子级 — 一个触发器，一个动作
  • •置信度加权 — 0.3 = 尝试性, 0.9 = 近乎确定
  • •Domain 标签 — code-style, testing, git, debugging, workflow 等
  • •证据支持 — 记录创建它的观察

置信度评分

分数含义行为
0.3尝试性建议但不强制
0.5中等在相关时应用
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:

  • •Pattern 被重复观察
  • •用户不纠正建议的行为
  • •来自其他来源的类似 instincts 同意

置信度降低当:

  • •用户明确纠正行为
  • •Pattern 长时间未观察到
  • •出现矛盾证据

命令

命令说明
/learn手动提取当前会话的 patterns
/instinct-status显示所有已学习的 instincts 及置信度
/evolve将相关 instincts 聚合为 skills/commands/agents
/instinct-export导出 instincts 分享
/instinct-import <file>导入他人的 instincts

文件结构

code
~/.claude/
├── skills/
│   └── learned/                # v1: 直接学习的 skills
│       ├── error-fix-xyz.md
│       └── workaround-abc.md
│
└── homunculus/                 # v2: instinct-based 学习
    ├── identity.json           # 你的档案、技术水平
    ├── observations.jsonl      # 当前会话观察
    ├── observations.archive/   # 处理过的观察
    ├── instincts/
    │   ├── personal/           # 自动学习的 instincts
    │   └── inherited/          # 从他人导入的
    └── evolved/
        ├── agents/             # 生成的专业 agents
        ├── skills/             # 生成的 skills
        └── commands/           # 生成的 commands

何时建议学习

在以下情况，主动建议用户运行 /learn：

触发场景

  1. •

    解决了复杂的 bug

    • •调试过程超过 3 步
    • •发现了非显而易见的根因
    • •解决方案可能对其他项目有用
  2. •

    做出了重要的变通

    • •绕过了库/API 的限制
    • •找到了版本兼容问题的解决方案
  3. •

    用户进行了纠正

    • •用户纠正了你的方法
    • •用户指出了更好的做法
  4. •

    重复的工作流

    • •同样的步骤序列执行了多次
    • •可以抽象为可复用的流程

提醒方式

code
💡 这个解决方案看起来可能对其他项目有用。
   想要保存为 skill 吗？运行 /learn

隐私

  • •观察记录仅保存在本地
  • •只有instincts（patterns）可以导出
  • •不会分享实际代码或对话内容
  • •你控制导出什么

相关