Menü
学习提炼阶段 - 会话结束后提取可复用模式，写入长期记忆 将 trajectory 中的成功/失败经验转化为持久 instincts
Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.
Basierend auf der SOC-Berufsklassifikation
| name | learn |
| version | 1.0.0 |
| status | implemented |
| description | 学习提炼阶段 - 会话结束后提取可复用模式，写入长期记忆 将 trajectory 中的成功/失败经验转化为持久 instincts |
| tags | ["phase","learning","memory","post-session"] |
| requires | {"tools":["Bash","Read","Write","Grep"]} |
LEARN 技能在任务完成后自动触发，从当前会话的执行轨迹中提取可复用的模式和经验，写入长期记忆库，供下次会话使用。
核心价值: 让每次任务完成后系统变得更聪明，而不是每次从零开始。
以下情况触发 LEARN：
# 读取当前会话轨迹
python3 scripts/workflow_engine.py --op status --workdir . 2>/dev/null
# 查看最近的 git 变更（本次任务做了什么）
git log --oneline -5
git diff HEAD~1 --stat 2>/dev/null | head -20
分析以下维度：
1. 成功模式（这次什么做对了？）
- 问：如果下次遇到类似问题，我会用同样的方法吗？
- 如果是 → 值得记录
2. 失败教训（这次踩了什么坑？）
- 问：这个坑容易再次踩到吗？
- 如果是 → 必须记录
3. 工具/命令发现（找到了什么有用的命令或工具？）
- 问：以后还会用到吗？
- 如果是 → 记录命令和场景
4. 假设被推翻（哪些预期是错的？）
- 问：这个错误假设下次还可能犯吗？
- 如果是 → 记录为反模式
方式 A — 使用 memory_longterm.py（项目级模式）：
# 记录经验
python3 scripts/memory_longterm.py \
--op add-experience \
--exp "当遇到 [场景] 时，应该 [行动]，而不是 [常见误区]"
# 记录可复用模式
python3 scripts/memory_longterm.py \
--op add-pattern \
--pattern "[模式名称]" \
--desc "[触发条件] → [推荐做法] → [预期效果]"
方式 B — 使用 Claude Code auto memory（跨项目偏好）：
对于跨项目通用的用户偏好，写入 ~/.claude/projects/.../memory/ 目录：
# 用户偏好 / 反模式
- 类型: feedback
- 内容: 当 [具体场景] 时，用户偏好 [具体做法]
- 原因: [用户提供的原因或上次教训]
- 适用: 所有相关任务
输出格式：
## LEARN 摘要
### 本次会话亮点
- [做得好的1-2点，可复用]
### 模式提炼
| 触发场景 | 推荐行动 | 避免 |
|---------|---------|------|
| [场景] | [行动] | [反模式] |
### 已写入记忆
- [ ] 模式 N 条 → memory_longterm.py
- [ ] 偏好 N 条 → auto memory
### 下次注意
- [具体可执行的提醒]
好的模式 vs 坏的模式：
| 好的（可复用） | 坏的（无用） |
|---|---|
"当遇到 Python 3.9 类型注解报错时，先加 from __future__ import annotations" | "这次修复了一个类型错误" |
| "contract gate 对 STAGE trigger 不应启用，否则简单任务也被卡" | "今天修改了 contract_manager.py" |
| "REVIEWING 时先跑 git diff，再给意见，否则是假审查" | "完成了代码审查" |
模式公式: 当 [具体触发条件] 时 → [具体行动] → [因为/原因]
智能体工作流：单入口设计，所有任务从 router 开始 TRIGGER when: 开发、修复、规划、分析、审查、调研、实施 DO NOT TRIGGER when: 简单闲聊
完成阶段 - 收尾工作、自反思和状态更新 当前版本对齐 .workflow_state.json 状态管理 v1.2: 新增可选 learn 技能触发建议与总结摘要复用
调试阶段 - 系统化问题定位和修复 5步调试法：闻味道 → 揪头发 → 照镜子 → 执行 → 复盘 包含压力升级机制和7项检查清单 v1.2: 强化 context-aware 激活、memory_hints 复用与失败升级事件记录
执行阶段 - TDD 开发循环和代码实现 当前版本对齐 .specs/<feature>/tasks.md、.contract.json、run_tracker.py 和 step_recorder.py Reflexion 强化: mid-task reflection checkpoint + AgentSys 子 agent schema 验证 v1.3: 新增 memory_hints/memory_query/memory_intent 复用与阶段摘要回流
深度探索阶段 - 苏格拉底式追问挖掘用户深层想法 通过迭代追问发现谬误、局限、潜能和潜意识中的构思
产品咨询阶段 - 在开始编码前重构产品想法 问正确的问题，确保理解用户真正想要什么