autopilot-learn

name	autopilot-learn
description	Use when the autopilot orchestrator has finished Phase 7 archive and needs to aggregate Episode records into the L1/L2/L3 learning tiers, cluster failure/success patterns, and emit L3 promotion candidates. ONLY for autopilot orchestrator; not for direct user invocation.
user-invocable	false

Autopilot Learn — 主动学习体系

前置条件自检：本 Skill 仅在 autopilot 编排主线程的 Phase 7 归档之后使用。非 autopilot 流程请立即停止并忽略。

架构概览（三层记忆）

层级	粒度	存储	生命周期
L1 Episode	单次 Phase 执行轨迹	docs/reports/{version}/episodes/phase{N}.json + claude-mem create_observations	永久
L2 Pattern	跨 Episode 聚类得到的成功/失败模式	claude-mem build_corpus(name="autopilot-lessons")	按需重建
L3 Skill-Rule	命中次数 ≥ 3 且无反例的晋升规则	docs/learned/<pattern_id>.md 或 CLAUDE.md "习得规则"区块	人工审核后长期持有

输入参数

参数	来源
phase	Phase 7 传入（默认 "phase7"）
checkpoint	openspec/changes/{slug}/phase-results/phase{N}.json
version	当前发布版本号（用于 docs/reports/{version}/episodes/ 路径）

执行步骤

Step 1: 写入 L1 Episode

bash "${CLAUDE_PLUGIN_ROOT}/runtime/scripts/learn-episode-write.sh" \
  --phase "$phase" \
  --checkpoint "$checkpoint" \
  --version "$version"

脚本负责：

1. 读取 phase-results JSON，提取 goal / actions / gate_result / failure_trace
2. 若 gate_result ∈ {blocked, failed}，强制生成 Reflexion 风格的自然语言反思（失败归因 + 可复用教训）
3. 调用 learn-episode-schema-validate.sh 校验 schema
4. 写入 docs/reports/{version}/episodes/phase{N}.json
5. 占位调用 claude-mem MCP create_observations(obs_type=phase_reflection|success_pattern|failure_pattern)

Step 2: 聚合 L2 Pattern（占位）

Phase 7 之后触发一次聚合：

# dry-run：MCP 不可用时输出规范化 JSON 产物
claude-mem build_corpus \
  --name "autopilot-lessons" \
  --types "phase_reflection,failure_pattern,success_pattern" \
  --limit 200

聚类规则参见 references/pattern-clustering.md：

• 按 failure_trace.root_cause + phase 做 hash clustering
• 命中次数 ≥ 3 的 cluster 生成 pattern_id

Step 3: 扫描 L3 晋升候选

bash "${CLAUDE_PLUGIN_ROOT}/runtime/scripts/learn-promote-candidate.sh" \
  --episodes-root docs/reports \
  --out-dir docs/learned/candidates

脚本负责：

1. 扫描 docs/reports/*/episodes/*.json（若 MCP 可用，切换到 autopilot-lessons corpus）
2. 按 pattern_id 聚合，命中次数 ≥ 3 且无反例（无成功 fingerprint 抵消）→ 输出候选到 docs/learned/candidates/{pattern_id}.md
3. 候选默认 status: pending_review，需人工审核后晋升到正式 docs/learned/<skill>.md 或 CLAUDE.md "习得规则"区块

Step 4: Phase 0 注入（由主线调用）

bash "${CLAUDE_PLUGIN_ROOT}/runtime/scripts/learn-inject-top-lessons.sh" \
  --raw-requirement "$raw_requirement"

输出 JSON 数组（top-3 教训），主线在 Phase 0 banner 之后注入到 dispatch prompt。

返回 JSON 信封

{
  "status": "ok|warning|blocked|failed",
  "summary": "episode 写入 + 候选扫描结果",
  "artifacts": [
    "docs/reports/{version}/episodes/phase{N}.json",
    "docs/learned/candidates/{pattern_id}.md"
  ]
}

参考文档

• references/episode-schema.md — L1 Episode 字段定义
• references/pattern-clustering.md — L2 聚类策略
• references/promotion-rules.md — L3 晋升门槛与反例判定