continuous-learning

name	continuous-learning
description	自动从 Claude Code 会话中提取可复用模式，并保存为学习技能供将来使用。

Continuous Learning Skill（持续学习技能）

在每个会话结束时自动评估 Claude Code 会话，提取可复用模式并保存为学习技能。

何时激活此技能

• 设置从 Claude Code 会话自动提取模式
• 配置 Stop hook 用于会话评估
• 审查或管理 ~/.claude/skills/learned/ 中的学习技能
• 调整提取阈值或模式类别
• 比较 v1 与 v2（基于 instinct）方案

工作原理

此技能作为 Stop hook 在每个会话结束时运行：

1. 会话评估：检查会话是否有足够的消息（默认：10+ 条）
2. 模式检测：从会话中识别可提取的模式
3. 技能提取：将有用的模式保存到 ~/.claude/skills/learned/

什么是 hook？ Hook 是自动触发的事件。Stop hook 在会话结束时触发。

配置

编辑 config.json 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"
  ]
}

配置说明：

• min_session_length：会话至少需要多少条消息才值得学习
• extraction_threshold：提取阈值——low（宽松）、medium（中等）、high（严格）
• auto_approve：是否自动保存学习的技能（建议 false，手动审查）
• patterns_to_detect：要检测的模式类型
• ignore_patterns：忽略的模式（避免学习无用信息）

模式类型

模式	说明	示例
error_resolution	特定错误如何解决	"TypeError: Cannot read property 'x' of undefined" → 检查 null
user_corrections	用户纠正中的模式	用户总是说"用函数式方法" → 偏好函数式编程
workarounds	框架/库怪癖的解决方案	"Next.js 的 Image 组件需要配置域名" → 工作模式
debugging_techniques	有效的调试方法	"总是先检查网络请求" → 调试策略
project_specific	项目特定约定	"这个项目使用 TypeScript 严格模式" → 项目规则

为什么要分类？ 不同类型的模式在不同场景下有用。

Hook 设置

添加到你的 ~/.claude/settings.json：

{
  "hooks": {
    "Stop": [{
      "matcher": "*",
      "hooks": [{
        "type": "command",
        "command": "~/.claude/skills/continuous-learning/evaluate-session.sh"
      }]
    }]
  }
}

为什么使用 Stop hook？

• 轻量级：只在会话结束时运行一次
• 非阻塞：不给每条消息增加延迟
• 完整上下文：可以访问完整会话记录

什么是 matcher？ "*" 表示匹配所有会话。

为什么需要持续学习？

问题

• 每次 Claude Code 会话都从零开始
• 重复犯错同样的问题
• 项目特定的约定需要重复说明
• 调试技巧不能积累

解决方案

• 自动提取有用的模式
• 跨会话保存学习到的技能
• 项目特定知识自动积累
• 调试经验持续增长

与 Homunculus 的比较（研究：2025年1月）

Homunculus v2 采用了更复杂的方法：

特性	我们的方法	Homunculus v2
观察	Stop hook（会话结束时）	PreToolUse/PostToolUse hooks（100% 可靠）
分析	主上下文	后台代理（Haiku）
粒度	完整技能	原子级"instincts"
置信度	无	0.3-0.9 加权
进化	直接到技能	Instincts → 聚类 → 技能/命令/代理
分享	无	导出/导入 instincts

Homunculus 的关键见解：

"v1 依赖技能观察。技能是概率性的——它们只触发 50-80% 的时间。v2 使用 hooks 进行观察（100% 可靠），并将 instincts 作为学习行为的原子单位。"

什么是 instinct？ Instinct 是更小的学习单元——一个触发器，一个动作。

潜在 v2 增强功能

1. 基于 Instinct 的学习 ——更小、原子级的行为，带置信度评分
2. 后台观察者 ——Haiku 代理并行分析
3. 置信度衰减 ——Instincts 如果被反驳会失去置信度
4. 领域标签 ——code-style、testing、git、debugging 等
5. 进化路径 ——将相关 instincts 聚类为技能/命令

相关资源

• The Longform Guide ——持续学习章节
• /learn 命令——会话中手动提取模式
• Homunculus 项目：github.com/humanplane/homunculus

---

记住：持续学习让 AI 越用越聪明——它会记住你的偏好和工作方式。