continuous-learning

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:

1. 세션 평가: 세션에 충분한 메시지가 있는지 확인 (기본값: 10개 이상)
2. 패턴 감지: 세션에서 추출 가능한 패턴을 식별
3. 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

• The Longform Guide - 지속적 학습 섹션
• /learn 명령어 - 세션 중 수동 패턴 추출

---

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

1. 본능 기반 학습 - 신뢰도 점수가 있는 더 작고 원자적인 행동
2. 백그라운드 관찰자 - 병렬로 분석하는 Fast 에이전트
3. 신뢰도 감쇠 - 반박 시 본능의 신뢰도 감소
4. 도메인 태깅 - code-style, testing, git, debugging 등
5. 진화 경로 - 관련 본능을 스킬/명령어로 클러스터링

자세한 사양은 continuous-learning-v2-spec.md를 참조하세요.