Skill de Aprendizaje Continuo - OBSOLETO
OBSOLETO el 2026-04-28. Usar
continuous-learning-v2en su lugar. v2 es un superconjunto estricto: la observación por hook Stop se convierte en observación PreToolUse/PostToolUse, los skills completos se convierten en instintos atómicos con puntuación de confianza, y el almacenamiento solo global se convierte en almacenamiento con alcance de proyecto más promoción global.Este archivo se mantiene como referencia de archivo y compatibilidad retroactiva con instalaciones existentes.
Documentación Original v1 (archivo)
Evalúa automáticamente las sesiones de Claude Code al terminar para extraer patrones reutilizables que pueden guardarse como skills aprendidos.
Cuándo Activar
- Configurar extracción automática de patrones desde sesiones de Claude Code
- Configurar el hook Stop para evaluación de sesiones
- Revisar o curar skills aprendidos en
~/.claude/skills/learned/ - Ajustar umbrales de extracción o categorías de patrones
- Comparar enfoques v1 (este) vs v2 (basado en instintos)
Estado
Este skill v1 sigue siendo compatible, pero continuous-learning-v2 es la ruta preferida para nuevas instalaciones. Mantener v1 cuando explícitamente quieras el flujo de extracción por hook Stop más simple o necesites compatibilidad con flujos de trabajo de skills aprendidos más antiguos.
Cómo Funciona
Este skill se ejecuta como un hook Stop al final de cada sesión:
- Evaluación de Sesión: Verifica si la sesión tiene suficientes mensajes (por defecto: 10+)
- Detección de Patrones: Identifica patrones extraíbles de la sesión
- Extracción de Skills: Guarda patrones útiles en
~/.claude/skills/learned/
Configuración
Editar config.json para personalizar:
Tipos de Patrones
Configuración del Hook
Agregar a tu ~/.claude/settings.json:
Por Qué Hook Stop?
- Ligero: Se ejecuta una vez al final de la sesión
- No bloqueante: No agrega latencia a cada mensaje
- Contexto completo: Tiene acceso a la transcripción completa de la sesión
Relacionado
/learn— Extracción manual de patrones a mitad de sesión
Notas de Comparación (Investigación: Ene 2025)
vs Homunculus
Homunculus v2 adopta un enfoque más sofisticado:
Insight clave de homunculus:
"v1 dependía de skills para observar. Los skills son probabilísticos — se activan ~50-80% del tiempo. v2 usa hooks para la observación (100% confiable) e instintos como unidad atómica de comportamiento aprendido."
Mejoras Potenciales v2
- Aprendizaje basado en instintos — Comportamientos más pequeños y atómicos con puntuación de confianza
- Observador en segundo plano — Agente Haiku analizando en paralelo
- Decaimiento de confianza — Los instintos pierden confianza si son contradichos
- Etiquetado de dominio — code-style, testing, git, debugging, etc.
- Ruta de evolución — Agrupar instintos relacionados en skills/comandos
Ver: docs/continuous-learning-v2-spec.md para la especificación completa.

