Menu
Le prompt qui vérifie d'abord la source est sélectionné par défaut. Vous pouvez passer à une commande directe ou télécharger une copie locale.
Lisez SKILL.md et les fichiers associés affichés par SkillsMP avant de décider de l'installer.
Installer avec Codex ou Claude Copiez ce prompt, collez-le dans Codex, Claude ou un autre assistant, puis laissez-le vérifier la page du skill et l'installer pour vous.
Une commande directe contourne le prompt de vérification. Examinez la source avant de l'exécuter.
npx skills add https://github.com/loulanyue/awesome-claude-notes --skill continuous-learningLa commande reste sur une seule ligne. Faites défiler horizontalement pour la vérifier avant de la copier.
Vous préférez une copie locale ? Téléchargez les fichiers actuellement disponibles dans SkillsMP.
Basé sur la classification professionnelle SOC
Affichage de SKILL.md
| name | continuous-learning |
| description | 自动从Claude Code会话中提取可重复使用的模式，并将其保存为学习到的技能以供将来使用。 |
| source_path | skills/continuous-learning/SKILL.md |
| origin | ECC |
自动评估 Claude Code 会话的结尾，以提取可重用的模式，这些模式可以保存为学习到的技能。
~/.claude/skills/learned/ 中审查或整理已学习的技能此技能作为 停止钩子 在每个会话结束时运行：
~/.claude/skills/learned/编辑 config.json 以进行自定义：
{
"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 | 描述 |
|---|---|
error_resolution | 特定错误是如何解决的 |
user_corrections | 来自用户纠正的模式 |
workarounds | 框架/库特殊性的解决方案 |
debugging_techniques | 有效的调试方法 |
project_specific | 项目特定的约定 |
添加到你的 ~/.claude/settings.json 中：
{
"hooks": {
"Stop": [{
"matcher": "*",
"hooks": [{
"type": "command",
"command": "~/.claude/skills/continuous-learning/evaluate-session.sh"
}]
}]
}
}
/learn 命令 - 在会话中手动提取模式Homunculus v2 采用了更复杂的方法：
| 功能 | 我们的方法 | Homunculus v2 |
|---|---|---|
| 观察 | 停止钩子（会话结束时） | PreToolUse/PostToolUse 钩子（100% 可靠） |
| 分析 | 主上下文 | 后台代理 (Haiku) |
| 粒度 | 完整技能 | 原子化的“本能” |
| 置信度 | 无 | 0.3-0.9 加权 |
| 演进 | 直接到技能 | 本能 → 集群 → 技能/命令/代理 |
| 共享 | 无 | 导出/导入本能 |
来自 homunculus 的关键见解：
"v1 依赖技能来观察。技能是概率性的——它们触发的概率约为 50-80%。v2 使用钩子进行观察（100% 可靠），并以本能作为学习行为的原子单元。"
参见：docs/continuous-learning-v2-spec.md 以获取完整规范。