Continuous Learning

affaan-m/ECC/docs/ko-KR/skills/continuous-learning

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

Claude Code 세션에서 재사용 가능한 패턴을 자동으로 추출하여 향후 사용을 위한 학습된 스킬로 저장합니다.

Instructions onlyAI & Agents

AI-generated overview

Extracts reusable patterns from Claude Code sessions and saves them as learned skills via a Stop Hook.

What it does: This skill defines a continuous-learning workflow that runs at the end of a Claude Code session through a Stop Hook. It evaluates whether a session has enough messages, detects extractable patterns such as error resolutions, user corrections, workarounds, debugging techniques and project-specific conventions, and saves useful ones into a learned-skills directory. It also documents configuration options, pattern categories, hook setup, and a comparison with an instinct-based v2 approach.
When to use it: Use it when setting up automatic pattern extraction for Claude Code sessions, configuring a Stop Hook for session evaluation, or reviewing and curating learned skills. It also fits when tuning extraction thresholds or pattern categories, or comparing the v1 approach with the instinct-based v2.
Requirements: Runs inside Claude Code with a Stop Hook configured in the settings file; it references a shell script path for the hook and a learned-skills directory, and is instructions-only with no bundled scripts.

지속적 학습 스킬

Claude Code 세션 종료 시 자동으로 평가하여 학습된 스킬로 저장할 수 있는 재사용 가능한 패턴을 추출합니다.

활성화 시점

Claude Code 세션에서 자동 패턴 추출을 설정할 때
세션 평가를 위한 Stop Hook을 구성할 때
~/.claude/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:

세션 평가: 세션에 충분한 메시지가 있는지 확인 (기본값: 10개 이상)
패턴 감지: 세션에서 추출 가능한 패턴을 식별
스킬 추출: 유용한 패턴을 ~/.claude/skills/learned/에 저장

구성

config.json을 편집하여 사용자 지정합니다:

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"  ]}

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

~/.claude/settings.json에 추가합니다:

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"      }]    }]  }}

예시

자동 패턴 추출 설정 예시

json

{  "min_session_length": 10,  "extraction_threshold": "medium",  "auto_approve": false,  "learned_skills_path": "~/.claude/skills/learned/"}

{  "min_session_length": 10,  "extraction_threshold": "medium",  "auto_approve": false,  "learned_skills_path": "~/.claude/skills/learned/"}

Stop Hook 연결 예시

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 Hook을 사용하는 이유

경량: 세션 종료 시 한 번만 실행
비차단: 모든 메시지에 지연을 추가하지 않음
완전한 컨텍스트: 전체 세션 트랜스크립트에 접근 가능

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 (Haiku)
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

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

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

Source and attribution

Source:affaan-m/ECCindocs/ko-KR/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

지속적 학습 스킬

활성화 시점

작동 방식

구성

패턴 유형

Hook 설정

예시

자동 패턴 추출 설정 예시

Stop Hook 연결 예시

Stop Hook을 사용하는 이유

관련 항목

비교 노트 (연구: 2025년 1월)

vs Homunculus

잠재적 v2 개선 사항

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