| name | continuous-learning |
| description | OpenAI Codexセッションから再利用可能なパターンを自動的に抽出し、将来の使用のために学習済みスキルとして保存します。 |
継続学習スキル
OpenAI Codexセッションを終了時に自動的に評価し、学習済みスキルとして保存できる再利用可能なパターンを抽出します。
動作原理
このスキルは各セッション終了時にStopフックとして実行されます:
- セッション評価: セッションに十分なメッセージがあるか確認(デフォルト: 10以上)
- パターン検出: セッションから抽出可能なパターンを識別
- スキル抽出: 有用なパターンを
~/.codex/skills/learned/に保存
設定
config.jsonを編集してカスタマイズ:
{
"min_session_length": 10,
"extraction_threshold": "medium",
"auto_approve": false,
"learned_skills_path": "~/.codex/skills/learned/",
"patterns_to_detect": [
"error_resolution",
"user_corrections",
"workarounds",
"debugging_techniques",
"project_specific"
],
"ignore_patterns": [
"simple_typos",
"one_time_fixes",
"external_api_issues"
]
}
パターンの種類
| パターン | 説明 |
|---|
error_resolution | 特定のエラーの解決方法 |
user_corrections | ユーザー修正からのパターン |
workarounds | フレームワーク/ライブラリの癖への解決策 |
debugging_techniques | 効果的なデバッグアプローチ |
project_specific | プロジェクト固有の規約 |
フック設定
~/.codex/settings.jsonに追加:
{
"hooks": {
"Stop": [{
"matcher": "*",
"hooks": [{
"type": "command",
"command": "~/.codex/skills/continuous-learning/evaluate-session.sh"
}]
}]
}
}
Stopフックを使用する理由
- 軽量: セッション終了時に1回だけ実行
- ノンブロッキング: すべてのメッセージにレイテンシを追加しない
- 完全なコンテキスト: セッション全体のトランスクリプトにアクセス可能
関連項目
比較ノート (調査: 2025年1月)
vs Homunculus
Homunculus v2はより洗練されたアプローチを採用:
| 機能 | このアプローチ | Homunculus v2 |
|---|
| 観察 | Stopフック(セッション終了時) | PreToolUse/PostToolUseフック(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(Fast) |
| 粒度 | 完全なスキル | 原子的な「本能」 |
| 信頼度 | なし | 0.3-0.9の重み付け |
| 進化 | 直接スキルへ | 本能 → クラスタ → スキル/コマンド/エージェント |
| 共有 | なし | 本能のエクスポート/インポート |
homunculusからの重要な洞察:
"v1はスキルに観察を依存していました。スキルは確率的で、発火率は約50-80%です。v2は観察にフック(100%信頼性)を使用し、学習された振る舞いの原子単位として本能を使用します。"
v2の潜在的な改善
- 本能ベースの学習 - 信頼度スコアリングを持つ、より小さく原子的な振る舞い
- バックグラウンド観察者 - 並行して分析するFastエージェント
- 信頼度の減衰 - 矛盾した場合に本能の信頼度が低下
- ドメインタグ付け - コードスタイル、テスト、git、デバッグなど
- 進化パス - 関連する本能をスキル/コマンドにクラスタ化
詳細: docs/continuous-learning-v2-spec.mdを参照。
