跳转至

/learn-eval - 提取、评估与保存

扩展 /learn,在编写技能文件之前添加质量门控、保存位置决策和知识放置位置的识别。

提取对象

查找以下内容:

  1. 错误解决模式 — 根本原因 + 修复 + 可复用性
  2. 调试技巧 — 非显而易见的步骤、工具组合
  3. 变通方案 — 库的怪癖、API 限制、版本特定修复
  4. 项目特定模式 — 约定、架构决策、集成模式

流程

  1. 审查会话中可提取的模式
  2. 识别最有价值/可复用的洞察

  3. 确定保存位置:

  4. 问题:“这个模式在其他项目中也有用吗?”
  5. 全局 (~/.claude/skills/learned/):可在两个及以上项目中使用的通用模式(bash 兼容性、LLM API 行为、调试技巧等)
  6. 项目(当前项目的 .claude/skills/learned/):项目特定知识(特定配置文件的怪癖、项目特定架构决策等)
  7. 如果不确定,选择全局(从全局移动到项目比反向更容易)

  8. 按以下格式创建技能文件草稿:

---
name: pattern-name
description: "130文字以内"
user-invocable: false
origin: auto-extracted
---

# [説明的なパターン名]

**抽出日:** [日付]
**コンテキスト:** [これが適用される場面の簡潔な説明]

## 問題
[このパターンが解決する問題 - 具体的に]

## 解決策
[パターン/テクニック/ワークアラウンド - コード例付き]

## 使用するタイミング
[トリガー条件]
  1. 质量门控 — 检查清单 + 综合判定

### 5a. 必需检查清单(实际读取文件进行验证) {#5a-required-checklist-actually-read-files-and-verify}

在评估草稿之前,执行以下所有操作:

  • [ ] 使用关键词 grep ~/.claude/skills/ 以及相关项目的 .claude/skills/ 文件,确认内容重复
  • [ ] 检查 MEMORY.md(项目和全局两者)中的重复
  • [ ] 考虑是否只需追加到现有技能
  • [ ] 确认这是可复用模式,而非一次性修复

### 5b. 综合判定 {#5b-comprehensive-judgment}

综合检查清单结果和草稿质量,选择以下其中一项:

判定 含义 后续操作
Save 独特、具体且范围适当 进入步骤 6
Improve then Save 有价值但需要改进 列出改进点 → 修正 → 重新评估(1 次)
Absorb into [X] 应追加到现有技能 显示目标技能和追加内容 → 步骤 6
Drop 琐碎、冗余或过于抽象 说明理由并结束

指导指标(用于提示判定,但不进行评分):

  • 具体性与可执行性:包含可立即使用的代码示例或命令
  • 范围匹配性:名称、触发条件和内容一致,并聚焦于单一模式
  • 独特性:提供现有技能未覆盖的价值(根据检查清单结果判断)
  • 可复用性:未来会话中存在现实的触发场景

  • 按判定划分的确认流程

  • Improve then Save:在 1 次重新评估后,提示所需改进 + 修正草稿 + 更新后的检查清单/判定。如果修正后的判定为 Save,则在用户确认后保存;否则遵循新判定

  • Save:提示保存路径 + 检查清单结果 + 一行判定理由 + 完整草稿 → 用户确认后保存
  • Absorb into [X]:提示目标路径 + 追加内容(diff 格式)+ 检查清单结果 + 判定理由 → 用户确认后追加
  • Drop:仅显示检查清单结果 + 理由(无需确认)

  • 保存到/追加到确定位置

步骤 5 的输出格式

### チェックリスト
- [x] skills/ grep: 重複なし(または: 重複検出 → 詳細)
- [x] MEMORY.md: 重複なし(または: 重複検出 → 詳細)
- [x] 既存スキル追記: 新規ファイルが適切(または: [X]に追記すべき)
- [x] 再利用性: 確認済み(または: 一回限り → Drop)

### 判定: Save / Improve then Save / Absorb into [X] / Drop

**理由:** (判定を説明する1-2文)

设计依据

这一版本将之前的五维数值评分标准(对 Specificity、Actionability、Scope Fit、Non-redundancy、Coverage 进行 1-5 评分)替换为基于检查清单的综合判定系统。最新的前沿模型(包括 Opus 4.6+、Claude 5 系列)具有强大的上下文判断能力;如果将丰富的定性信号强制转换为数值评分,可能会丢失细微差别并产生误导性的总分。综合方法使模型能够自然地权衡所有因素,同时显式检查清单可防止跳过关键检查,从而产生更准确的保存/丢弃决策。

注意事项

  • 不要提取琐碎修复(拼写错误、简单语法错误)
  • 不要提取一次性问题(特定 API 故障等)
  • 聚焦于能在未来会话中节省时间的模式
  • 技能应保持聚焦 — 一个技能一个模式
  • 如果判定为 Absorb,不要创建新文件,而是追加到现有技能

本页原文 Markdown:在 AtomGit 查看·内容源自开源项目 ev/ECC