| name | continuous-learning |
| description | OpenAI Codex 세션에서 재사용 가능한 패턴을 자동으로 추출하여 향후 사용을 위한 학습된 스킬로 저장합니다. |
| origin | ecc |
지속적 학습 스킬
OpenAI Codex 세션 종료 시 자동으로 평가하여 학습된 스킬로 저장할 수 있는 재사용 가능한 패턴을 추출합니다.
활성화 시점
- OpenAI Codex 세션에서 자동 패턴 추출을 설정할 때
- 세션 평가를 위한 Stop Hook을 구성할 때
~/.codex/skills/learned/에서 학습된 스킬을 검토하거나 큐레이션할 때- 추출 임계값이나 패턴 카테고리를 조정할 때
- v1 (이 방식)과 v2 (본능 기반) 접근법을 비교할 때
작동 방식
이 스킬은 각 세션 종료 시 Stop Hook으로 실행됩니다:
- 세션 평가: 세션에 충분한 메시지가 있는지 확인 (기본값: 10개 이상)
- 패턴 감지: 세션에서 추출 가능한 패턴을 식별
- 스킬 추출: 유용한 패턴을
~/.codex/skills/learned/에 저장
구성
config.json을 편집하여 사용자 지정합니다:
{
"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"
]
}
패턴 유형
| 패턴 | 설명 |
|---|
error_resolution | 특정 에러가 어떻게 해결되었는지 |
user_corrections | 사용자 수정으로부터의 패턴 |
workarounds | 프레임워크/라이브러리 특이점에 대한 해결책 |
debugging_techniques | 효과적인 디버깅 접근법 |
project_specific | 프로젝트 고유 컨벤션 |
Hook 설정
~/.codex/settings.json에 추가합니다:
{
"hooks": {
"Stop": [{
"matcher": "*",
"hooks": [{
"type": "command",
"command": "~/.codex/skills/continuous-learning/evaluate-session.sh"
}]
}]
}
}
예시
자동 패턴 추출 설정 예시
{
"min_session_length": 10,
"extraction_threshold": "medium",
"auto_approve": false,
"learned_skills_path": "~/.codex/skills/learned/"
}
Stop Hook 연결 예시
{
"hooks": {
"Stop": [{
"matcher": "*",
"hooks": [{
"type": "command",
"command": "~/.codex/skills/continuous-learning/evaluate-session.sh"
}]
}]
}
}
Stop Hook을 사용하는 이유
- 경량: 세션 종료 시 한 번만 실행
- 비차단: 모든 메시지에 지연을 추가하지 않음
- 완전한 컨텍스트: 전체 세션 트랜스크립트에 접근 가능
관련 항목
비교 노트 (연구: 2025년 1월)
vs Homunculus
Homunculus v2는 더 정교한 접근법을 취합니다:
| 기능 | 우리의 접근법 | Homunculus v2 |
|---|
| 관찰 | Stop Hook (세션 종료 시) | PreToolUse/PostToolUse Hook (100% 신뢰) |
| 분석 | 메인 컨텍스트 | 백그라운드 에이전트 (Fast) |
| 세분성 | 완전한 스킬 | 원자적 "본능" |
| 신뢰도 | 없음 | 0.3-0.9 가중치 |
| 진화 | 스킬로 직접 | 본능 -> 클러스터 -> 스킬/명령어/에이전트 |
| 공유 | 없음 | 본능 내보내기/가져오기 |
Homunculus의 핵심 통찰:
"v1은 관찰을 스킬에 의존했습니다. 스킬은 확률적이어서 약 50-80%의 확률로 실행됩니다. v2는 관찰에 Hook(100% 신뢰)을 사용하고 본능을 학습된 행동의 원자 단위로 사용합니다."
잠재적 v2 개선 사항
- 본능 기반 학습 - 신뢰도 점수가 있는 더 작고 원자적인 행동
- 백그라운드 관찰자 - 병렬로 분석하는 Fast 에이전트
- 신뢰도 감쇠 - 반박 시 본능의 신뢰도 감소
- 도메인 태깅 - code-style, testing, git, debugging 등
- 진화 경로 - 관련 본능을 스킬/명령어로 클러스터링
자세한 사양은 continuous-learning-v2-spec.md를 참조하세요.
