| name | learned-rules-loader |
| description | v3.9 Bugbot-style learned rules 自动加载器（Cursor 启发，44k learned rules 验证）。 当 Claude 触及 .claude/rules/learned/ 目录或被 /cto-evolve apply 写入新 learned rule 时自动加载。把项目历次自审 / cross-review / commit 沉淀的具体教训注入上下文， 避免重复犯同类错。
|
| user-invocable | false |
| paths | ["**/.claude/rules/learned/**","**/.claude/rules/learned/*.md"] |
Learned Rules Loader (v3.9)
你正在触及项目的 learned rules archive（Cursor Bugbot 启发模式）。这些是从历次
自审 / codex cross-review / commit pattern 沉淀的具体教训，不是 system prompt 改写。
这个 archive 是什么
docs/.claude/rules/learned/ 目录下的每个 markdown 文件是一条具体的"我们已经犯过的错"：
.claude/rules/learned/
├── README.md # 写规则的格式约定
├── 2026-05-15-codex-windows-sandbox-fallback.md # 例：codex 在 Windows 沙箱报 1326，要走 GitHub MCP fallback
├── 2026-05-20-paths-yaml-list-vs-string.md # 例：SKILL.md paths 字段必须 YAML list 不能 quoted scalar
└── archived/ # 月度归档：低频 / 已 superseded 的 rule
你的工作
当被自动 trigger（paths 命中）时
- Read 该目录下所有 markdown（最多 30 个，超过则按 frequency 排序取 30）
- 把这些 rules 注入当前任务上下文
- 在响应里显式 ack 哪条 learned rule 对当前任务相关
- 如果当前任务正在重复某条 learned rule 已警告过的错 → 立即停止 + 引用具体规则
当 /cto-evolve apply 调用时
- 读 SELF-AUDIT 提议
- 决定是否加新 learned rule（软配置层 — 不改 system prompt）
- 文件命名
<YYYY-MM-DD>-<topic-slug>.md
- 必填段（按 README.md 格式约定）：
- 学到的教训：一句话
- 触发场景：何时该被加载
- 应该怎么做：具体行为
- 避免什么：反模式
- 来源：commit sha / SELF-AUDIT 文件
- 冷却：30 天内不重复提议同 pattern
为什么不直接改 CLAUDE.md / hooks
业界共识（详见 The Autonomy Dial）：
所有商业 agent（Cursor / Cline / Aider / Devin）都把学到的东西写进显式审计文件，
绝不改 system prompt。原因：
- 可审计 — 用户能看到 AI 学到了什么
- 可回滚 — 单个 rule 文件 git 历史，可独立恢复
- 不放大攻击面 — 不破坏 system prompt 完整性
- 可累积（44k Cursor rules 验证）
反模式（你必须识别）
| 反模式 | 应当 |
|---|
| ❌ 把新 rule 直接 Edit 进 CLAUDE.md | ✅ 写到 .claude/rules/learned/-.md |
| ❌ 把新 rule 写成 hook 脚本（破坏 immutable-guard 边界） | ✅ 写 markdown，由 paths-trigger 自动加载 |
| ❌ rule 写得太抽象（"代码要好"） | ✅ 具体可执行（"避免 X 时用 Y"） |
| ❌ rule 没引用来源（无法追溯） | ✅ 含 commit sha / SELF-AUDIT 路径 |
| ❌ rule 与 CLAUDE.md 14 铁律冲突 | ✅ 仅细化铁律实施层（不挑战铁律本身） |
与其他 v3.9 组件协作
pattern-detector — 提议加哪条 rule/cto-evolve apply — 实际写 rule 文件immutable-guard.sh — 守红线，learned rule 写错也不能突破cto-doctor — 检查 learned rules 数量 / 月度 freshness
引用
