Continuous Learning

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

作者 affaan-mef648e01899ba3e8dc6371642deaaf64b4477775無授權條款275K 個星標收錄於 2026年10月9日更新於 2026年10月9日儲存庫4 天前更新

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

僅含說明AI & Agents
AI 產生的概覽

從 Claude Code 工作階段擷取可重複使用的模式,並透過 Stop Hook 儲存為已學習的技能。

功能
此技能定義一套持續學習流程,在 Claude Code 工作階段結束時透過 Stop Hook 執行。它會評估工作階段的訊息是否足夠,辨識可擷取的模式,例如錯誤解決方式、使用者修正、變通做法、除錯技巧與專案專屬慣例,並將有用的模式儲存到已學習技能目錄。文件也說明設定選項、模式類別、Hook 設定,以及與以本能為基礎的 v2 做法的比較。
適用情境
適用於為 Claude Code 工作階段設定自動模式擷取、設定用於工作階段評估的 Stop Hook,或檢視與整理已學習技能的情況。也適合調整擷取門檻或模式類別,以及比較 v1 做法與以本能為基礎的 v2 做法。
執行需求
需在 Claude Code 中執行,並在設定檔中設定 Stop Hook;內容引用了 Hook 使用的 shell 指令碼路徑與已學習技能目錄,且僅為說明文件,未附帶指令碼。

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:

  1. 세션 평가: 세션에 충분한 메시지가 있는지 확인 (기본값: 10개 이상)
  2. 패턴 감지: 세션에서 추출 가능한 패턴을 식별
  3. 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"  ]}

패턴 유형

패턴설명
error_resolution특정 에러가 어떻게 해결되었는지
user_corrections사용자 수정으로부터의 패턴
workarounds프레임워크/라이브러리 특이점에 대한 해결책
debugging_techniques효과적인 디버깅 접근법
project_specific프로젝트 고유 컨벤션

Hook 설정

~/.claude/settings.json에 추가합니다:

json
{  "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/"}

Stop Hook 연결 예시

json
{  "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

관련 항목

  • The Longform Guide - 지속적 학습 섹션
  • /learn 명령어 - 세션 중 수동 패턴 추출

비교 노트 (연구: 2025년 1월)

vs Homunculus

Homunculus v2는 더 정교한 접근법을 취합니다:

기능우리의 접근법Homunculus v2
관찰Stop Hook (세션 종료 시)PreToolUse/PostToolUse Hook (100% 신뢰)
분석메인 컨텍스트백그라운드 에이전트 (Haiku)
세분성완전한 스킬원자적 "본능"
신뢰도없음0.3-0.9 가중치
진화스킬로 직접본능 -> 클러스터 -> 스킬/명령어/에이전트
공유없음본능 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

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

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

來源與署名

來源:affaan-m/ECC位於docs/ko-KR/skills/continuous-learning提交ef648e0

授權條款: 無授權條款

內容歸原作者所有。SourceWeft 從公開儲存庫中收錄這些內容。

檢舉或申請下架