Continuous Learning

作者 affaan-mef648e01899b无许可证275K 个星标收录于 2026年10月8日更新于 2026年10月8日仓库3天前更新

[OBSOLETO - usar continuous-learning-v2] Extractor de skill por hook Stop v1 heredado. v2 es un superconjunto estricto con aprendizaje basado en instintos, con alcance de proyecto y hooks confiables. No invocar v1; dirigir solicitudes de aprendizaje continuo, aprendizaje de sesión y extracción de patrones a continuous-learning-v2.

仅含说明AI & Agents
AI 生成的概览

已废弃的 v1 技能,说明如何通过 Stop 钩子从 Claude Code 会话中自动提取可复用模式。

功能
这份归档技能描述了一套 v1 机制:在每个会话结束时评估 Claude Code 会话,提取可复用模式,并将其保存为本地技能目录下的已学习技能。文档说明了最小会话长度、提取阈值、模式类别与忽略规则等配置项,以及 Stop 钩子的设置方式。文档已标记为废弃,并指引新用途改用 v2 技能;它不附带脚本,仅作为归档参考。
适用场景
仅当你明确需要较旧的 Stop 钩子提取流程,或需要与既有已学习技能安装保持向后兼容时使用。对于新安装,文档本身建议改用 v2 技能。
运行要求
不包含脚本,仅为文档。按文档所述进行配置需要 Claude Code,并在用户设置文件中配置 Stop 钩子,以及一个本地已学习技能目录。

Skill de Aprendizaje Continuo - OBSOLETO

OBSOLETO el 2026-04-28. Usar continuous-learning-v2 en 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:

  1. Evaluación de Sesión: Verifica si la sesión tiene suficientes mensajes (por defecto: 10+)
  2. Detección de Patrones: Identifica patrones extraíbles de la sesión
  3. Extracción de Skills: Guarda patrones útiles en ~/.claude/skills/learned/

Configuración

Editar config.json para personalizar:

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"  ]}

Tipos de Patrones

PatrónDescripción
error_resolutionCómo se resolvieron errores específicos
user_correctionsPatrones de correcciones del usuario
workaroundsSoluciones a peculiaridades de frameworks/librerías
debugging_techniquesEnfoques efectivos de depuración
project_specificConvenciones específicas del proyecto

Configuración del Hook

Agregar a tu ~/.claude/settings.json:

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

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:

CaracterísticaNuestro EnfoqueHomunculus v2
ObservaciónHook Stop (fin de sesión)Hooks PreToolUse/PostToolUse (100% confiable)
AnálisisContexto principalAgente en segundo plano (Haiku)
GranularidadSkills completos"Instintos" atómicos
ConfianzaNingunaPonderada 0.3-0.9
EvoluciónDirectamente a skillInstintos → cluster → skill/comando/agente
CompartirNingunoExportar/importar instintos

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

  1. Aprendizaje basado en instintos — Comportamientos más pequeños y atómicos con puntuación de confianza
  2. Observador en segundo plano — Agente Haiku analizando en paralelo
  3. Decaimiento de confianza — Los instintos pierden confianza si son contradichos
  4. Etiquetado de dominio — code-style, testing, git, debugging, etc.
  5. Ruta de evolución — Agrupar instintos relacionados en skills/comandos

Ver: docs/continuous-learning-v2-spec.md para la especificación completa.

来源与署名

来源:affaan-m/ecc位于docs/es/skills/continuous-learning提交ef648e0

许可证: 无许可证

内容归原作者所有。SourceWeft 从公开仓库中收录这些内容。

举报或申请下架