跳转至

持续学习技能

在 Claude Code 会话结束时自动评估,并提取可复用模式,将其保存为已学习的技能。

激活时机

  • 在 Claude Code 会话中配置自动模式提取时
  • 配置用于会话评估的 Stop Hook 时
  • 在 ~/.claude/skills/learned/ 中审查或整理已学习技能时
  • 调整提取阈值或模式类别时
  • 比较 v1(这种方式)和 v2(本能驱动)方法时

工作原理

此技能在每次会话结束时通过 Stop Hook 执行:

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

模式 说明
error_resolution 特定错误是如何解决的
user_corrections 来自用户纠正的模式
workarounds 针对框架/库特殊情况的解决方案
debugging_techniques 有效的调试方法
project_specific 项目特定约定

Hook 配置

添加到 ~/.claude/settings.json:

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

示例

自动模式提取配置示例

{
  "min_session_length": 10,
  "extraction_threshold": "medium",
  "auto_approve": false,
  "learned_skills_path": "~/.claude/skills/learned/"
}

Stop Hook 连接示例

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

为什么使用 Stop Hook

  • 轻量:仅在会话结束时执行一次
  • 非阻塞:不会为每条消息添加延迟
  • 完整上下文:可以访问完整会话转录

比较笔记(研究:2025年1月)

与 Homunculus 对比

Homunculus v2 采用更精细的方法:

功能 我们的方法 Homunculus v2
观察 Stop Hook(会话结束时) PreToolUse/PostToolUse Hook(100% 可靠)
分析 主上下文 后台代理(Haiku)
粒度 完整技能 原子“本能”
可靠性 无 0.3-0.9 权重
演化 直接到技能 本能 -> 集群 -> 技能/命令/代理
共享 无 本能导出/导入

Homunculus 的核心洞察:

“v1 依赖技能进行观察。技能是概率性的,执行概率约为 50-80%。v2 使用 Hook(100% 可靠)进行观察,并将本能作为学习行为的原子单位。”

潜在 v2 改进事项

  1. 本能驱动学习 - 带有可靠性评分的更小、更原子的行为
  2. 后台观察者 - 并行分析的 Haiku 代理
  3. 可靠性衰减 - 被反驳时降低本能的可靠性
  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/命令

详细规范请参考 continuous-learning-v2-spec.md。

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