Continuous Learning

持续学习技能

自动评估 Claude Code 会话的结尾，以提取可重用的模式，这些模式可以保存为学习到的技能。

何时激活

• 设置从 Claude Code 会话中自动提取模式
• 为会话评估配置停止钩子
• 在 ~/.claude/skills/learned/ 中审查或整理已学习的技能
• 调整提取阈值或模式类别
• 比较 v1（本方法）与 v2（基于本能的方法）

工作原理

此技能作为 停止钩子 在每个会话结束时运行：

1. 会话评估：检查会话是否包含足够多的消息（默认：10 条以上）
2. 模式检测：从会话中识别可提取的模式
3. 技能提取：将有用的模式保存到 ~/.claude/skills/learned/

配置

编辑 config.json 以进行自定义：

{  "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"  ]}

模式类型

钩子设置

添加到你的 ~/.claude/settings.json 中：

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

为什么使用停止钩子？

• 轻量级：仅在会话结束时运行一次
• 非阻塞：不会给每条消息增加延迟
• 完整上下文：可以访问完整的会话记录

相关

• 长篇指南 - 关于持续学习的章节
• /learn 命令 - 在会话中手动提取模式

对比说明（研究：2025年1月）

与 Homunculus 的对比

Homunculus v2 采用了更复杂的方法：

来自 homunculus 的关键见解：

"v1 依赖技能来观察。技能是概率性的——它们触发的概率约为 50-80%。v2 使用钩子进行观察（100% 可靠），并以本能作为学习行为的原子单元。"

潜在的 v2 增强功能

1. 基于本能的学习 - 更小、原子化的行为，附带置信度评分
2. 后台观察者 - Haiku 代理并行分析
3. 置信度衰减 - 如果被反驳，本能会降低置信度
4. 领域标记 - 代码风格、测试、git、调试等
5. 演进路径 - 将相关本能聚类为技能/命令

参见：docs/continuous-learning-v2-spec.md 以获取完整规范。