continuous-learning-v2

name	continuous-learning-v2
description	フックを介してセッションを観察し、信頼度スコアリング付きのアトミックなインスティンクトを作成し、スキル/コマンド/エージェントに進化させるインスティンクトベースの学習システム。
version	2.0.0

Continuous Learning v2 - インスティンクトベースアーキテクチャ

Claude Codeセッションを信頼度スコアリング付きの小さな学習済み行動である「インスティンクト」を通じて再利用可能な知識に変える高度な学習システム。

v2の新機能

機能	v1	v2
観察	Stopフック（セッション終了）	PreToolUse/PostToolUse（100%信頼性）
分析	メインコンテキスト	バックグラウンドエージェント（Haiku）
粒度	完全なスキル	アトミック「インスティンクト」
信頼度	なし	0.3-0.9重み付け
進化	直接スキルへ	インスティンクト → クラスター → スキル/コマンド/エージェント
共有	なし	インスティンクトのエクスポート/インポート

インスティンクトモデル

インスティンクトは小さな学習済み行動です：

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

# 関数型スタイルを優先

## Action
適切な場合はクラスよりも関数型パターンを使用します。

## Evidence
- 関数型パターンの優先が5回観察されました
- ユーザーが2025-01-15にクラスベースのアプローチを関数型に修正しました

プロパティ：

• アトミック — 1つのトリガー、1つのアクション
• 信頼度重み付け — 0.3 = 暫定的、0.9 = ほぼ確実
• ドメインタグ付き — code-style、testing、git、debugging、workflowなど
• 証拠に基づく — それを作成した観察を追跡

仕組み

Session Activity
      │
      │ フックがプロンプト + ツール使用をキャプチャ（100%信頼性）
      ▼
┌─────────────────────────────────────────┐
│         observations.jsonl              │
│   (prompts, tool calls, outcomes)       │
└─────────────────────────────────────────┘
      │
      │ Observerエージェントが読み取り（バックグラウンド、Haiku）
      ▼
┌─────────────────────────────────────────┐
│          パターン検出                    │
│   • ユーザー修正 → インスティンクト      │
│   • エラー解決 → インスティンクト        │
│   • 繰り返しワークフロー → インスティンクト │
└─────────────────────────────────────────┘
      │
      │ 作成/更新
      ▼
┌─────────────────────────────────────────┐
│         instincts/personal/             │
│   • prefer-functional.md (0.7)          │
│   • always-test-first.md (0.9)          │
│   • use-zod-validation.md (0.6)         │
└─────────────────────────────────────────┘
      │
      │ /evolveクラスター
      ▼
┌─────────────────────────────────────────┐
│              evolved/                   │
│   • commands/new-feature.md             │
│   • skills/testing-workflow.md          │
│   • agents/refactor-specialist.md       │
└─────────────────────────────────────────┘

クイックスタート

1. 観察フックを有効化

~/.claude/settings.jsonに追加します。

プラグインとしてインストールした場合（推奨）：

{
  "hooks": {
    "PreToolUse": [{
      "matcher": "*",
      "hooks": [{
        "type": "command",
        "command": "${CLAUDE_PLUGIN_ROOT}/skills/continuous-learning-v2/hooks/observe.sh pre"
      }]
    }],
    "PostToolUse": [{
      "matcher": "*",
      "hooks": [{
        "type": "command",
        "command": "${CLAUDE_PLUGIN_ROOT}/skills/continuous-learning-v2/hooks/observe.sh post"
      }]
    }]
  }
}

~/.claude/skillsに手動でインストールした場合：

{
  "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. ディレクトリ構造を初期化

Python CLIが自動的に作成しますが、手動で作成することもできます：

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

3. インスティンクトコマンドを使用

/instinct-status     # 信頼度スコア付きの学習済みインスティンクトを表示
/evolve              # 関連するインスティンクトをスキル/コマンドにクラスター化
/instinct-export     # 共有のためにインスティンクトをエクスポート
/instinct-import     # 他の人からインスティンクトをインポート

コマンド

コマンド	説明
/instinct-status	すべての学習済みインスティンクトを信頼度と共に表示
/evolve	関連するインスティンクトをスキル/コマンドにクラスター化
/instinct-export	共有のためにインスティンクトをエクスポート
/instinct-import <file>	他の人からインスティンクトをインポート

設定

config.jsonを編集：

{
  "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/"
  }
}

ファイル構造

~/.claude/homunculus/
├── identity.json           # プロフィール、技術レベル
├── observations.jsonl      # 現在のセッション観察
├── observations.archive/   # 処理済み観察
├── instincts/
│   ├── personal/           # 自動学習されたインスティンクト
│   └── inherited/          # 他の人からインポート
└── evolved/
    ├── agents/             # 生成された専門エージェント
    ├── skills/             # 生成されたスキル
    └── commands/           # 生成されたコマンド

Skill Creatorとの統合

Skill Creator GitHub Appを使用すると、両方が生成されます：

• 従来のSKILL.mdファイル（後方互換性のため）
• インスティンクトコレクション（v2学習システム用）

リポジトリ分析からのインスティンクトにはsource: "repo-analysis"があり、ソースリポジトリURLが含まれます。

信頼度スコアリング

信頼度は時間とともに進化します：

スコア	意味	動作
0.3	暫定的	提案されるが強制されない
0.5	中程度	関連する場合に適用
0.7	強い	適用が自動承認される
0.9	ほぼ確実	コア動作

信頼度が上がる場合：

• パターンが繰り返し観察される
• ユーザーが提案された動作を修正しない
• 他のソースからの類似インスティンクトが一致する

信頼度が下がる場合：

• ユーザーが明示的に動作を修正する
• パターンが長期間観察されない
• 矛盾する証拠が現れる

観察にスキルではなくフックを使用する理由は？

「v1はスキルに依存して観察していました。スキルは確率的で、Claudeの判断に基づいて約50-80%の確率で発火します。」

フックは100%の確率で決定論的に発火します。これは次のことを意味します：

• すべてのツール呼び出しが観察される
• パターンが見逃されない
• 学習が包括的

後方互換性

v2はv1と完全に互換性があります：

• 既存の~/.claude/skills/learned/スキルは引き続き機能
• Stopフックは引き続き実行される（ただしv2にもフィードされる）
• 段階的な移行パス：両方を並行して実行

プライバシー

• 観察はマシン上でローカルに保持されます
• インスティンクト（パターン）のみをエクスポート可能
• 実際のコードや会話内容は共有されません
• エクスポートする内容を制御できます

関連

• Skill Creator - リポジトリ履歴からインスティンクトを生成
• Homunculus - v2アーキテクチャのインスピレーション（アトミック観察、信頼度スコアリング、インスティンクト進化パイプライン）
• The Longform Guide - 継続的学習セクション

---

インスティンクトベースの学習：一度に1つの観察で、Claudeにあなたのパターンを教える。