Continuous Learning

affaan-m/ECC/docs/ja-JP/skills/continuous-learning

by affaan-mef648e01899ba3e8dc6371642deaaf64b4477775No license275K starsListed Oct 9, 2026Updated Oct 9, 2026Repository updated 4 days ago

Claude Codeセッションから再利用可能なパターンを自動的に抽出し、将来の使用のために学習済みスキルとして保存します。

Instructions onlyAI & Agents

AI-generated overview

Extracts reusable patterns from Claude Code sessions and saves them as learned skills for later use.

What it does: The skill evaluates a Claude Code session at its end, checks whether the session has enough messages, detects reusable patterns such as error resolutions, user corrections, workarounds, debugging techniques and project-specific conventions, and saves useful ones under a learned-skills directory. It is configured through a JSON config file that sets minimum session length, extraction threshold, auto-approval and the patterns to detect or ignore. It is designed to run as a Stop hook and also documents a manual extraction command.
When to use it: Use it when you want coding sessions to feed a growing library of reusable skills automatically. It suits users who want recurring fixes, corrections and debugging approaches captured without manual note-taking. It is also relevant when comparing or planning session-observation approaches for agent learning.
Requirements: Runs as a Claude Code Stop hook configured in the user's settings file, with a JSON config file and a learned-skills output directory. The document references a hook command script and a manual command, but no scripts are shipped with the skill.

継続学習スキル

Claude Codeセッションを終了時に自動的に評価し、学習済みスキルとして保存できる再利用可能なパターンを抽出します。

動作原理

このスキルは各セッション終了時にStopフックとして実行されます:

セッション評価: セッションに十分なメッセージがあるか確認(デフォルト: 10以上)
パターン検出: セッションから抽出可能なパターンを識別
スキル抽出: 有用なパターンを~/.claude/skills/learned/に保存

設定

config.jsonを編集してカスタマイズ:

json

{  "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"  ]}

{  "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"  ]}

パターンの種類

パターン	説明
`error_resolution`	特定のエラーの解決方法
`user_corrections`	ユーザー修正からのパターン
`workarounds`	フレームワーク/ライブラリの癖への解決策
`debugging_techniques`	効果的なデバッグアプローチ
`project_specific`	プロジェクト固有の規約

フック設定

~/.claude/settings.jsonに追加:

json

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

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

Stopフックを使用する理由

軽量: セッション終了時に1回だけ実行
ノンブロッキング: すべてのメッセージにレイテンシを追加しない
完全なコンテキスト: セッション全体のトランスクリプトにアクセス可能

比較ノート (調査: 2025年1月)

vs Homunculus

Homunculus v2はより洗練されたアプローチを採用:

機能	このアプローチ	Homunculus v2
観察	Stopフック(セッション終了時)	PreToolUse/PostToolUseフック(100%信頼性)
分析	メインコンテキスト	バックグラウンドエージェント(Haiku)
粒度	完全なスキル	原子的な「本能」
信頼度	なし	0.3-0.9の重み付け
進化	直接スキルへ	本能 → クラスタ → スキル/コマンド/エージェント
共有	なし	本能のエクスポート/インポート

homunculusからの重要な洞察:

"v1はスキルに観察を依存していました。スキルは確率的で、発火率は約50-80%です。v2は観察にフック(100%信頼性)を使用し、学習された振る舞いの原子単位として本能を使用します。"

v2の潜在的な改善

本能ベースの学習 - 信頼度スコアリングを持つ、より小さく原子的な振る舞い
バックグラウンド観察者 - 並行して分析するHaikuエージェント
信頼度の減衰 - 矛盾した場合に本能の信頼度が低下
ドメインタグ付け - コードスタイル、テスト、git、デバッグなど
進化パス - 関連する本能をスキル/コマンドにクラスタ化

詳細: docs/continuous-learning-v2-spec.mdを参照。

Source and attribution

Source:affaan-m/ECCindocs/ja-JP/skills/continuous-learningat commitef648e0

License: No license

Content belongs to its original authors. SourceWeft indexes it from a public repository.

Report or request removal

Continuous Learning

継続学習スキル

動作原理

設定

パターンの種類

フック設定

Stopフックを使用する理由

関連項目

比較ノート (調査: 2025年1月)

vs Homunculus

v2の潜在的な改善

Source and attribution

More from affaan-m/ECC

Unified Notifications Ops

Verification Loop

Ui To Vue

Unified Memory

Visa Doc Translate

Team Builder

More in AI & Agents

Ppt Template Creator

Skill Development

Plugin Structure

Command Development

Claude Md Improver

Find Skills