SKILL.md
readonlyread-only
name
continuous-learning
description
[已棄用 - 請改用 continuous-learning-v2] 舊版 v1 停止鉤子技能提取器。v2 是嚴格超集，具備基於直覺、專案範圍、鉤子可靠的學習功能。請勿呼叫 v1；將持續學習、工作階段學習和模式提取請求導向 continuous-learning-v2。
持續學習技能 - 已棄用
已於 2026-04-28 棄用。 請改用
continuous-learning-v2。v2 是嚴格超集：停止鉤子觀察變成 PreToolUse/PostToolUse 觀察，完整技能變成帶有信心評分的原子化直覺，僅全域儲存變成專案範圍加上全域提升。此檔案保留作為歸檔參考，並與現有安裝保持向後相容。
原始 v1 文件（歸檔）
在 Claude Code 工作階段結束時自動評估，以提取可重複使用的模式，並儲存為已學習的技能。
何時啟用
- 設定從 Claude Code 工作階段自動提取模式
- 設定用於工作階段評估的停止鉤子
- 檢閱或管理
~/.claude/skills/learned/中的已學習技能 - 調整提取門檻或模式類別
- 比較 v1（此版本）與 v2（基於直覺）的方法
狀態
此 v1 技能仍受支援，但 continuous-learning-v2 是新安裝的首選路徑。若您明確需要較簡單的停止鉤子提取流程，或需要與舊版已學習技能工作流程相容，請保留 v1。
運作方式
此技能在每個工作階段結束時作為停止鉤子執行：
- 工作階段評估：檢查工作階段是否有足夠的訊息（預設：10 則以上）
- 模式偵測：從工作階段中識別可提取的模式
- 技能提取：將有用的模式儲存至
~/.claude/skills/learned/
設定
編輯 config.json 以自訂：
{
"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"
]
}
模式類型
| 模式 | 說明 |
|---|---|
error_resolution |
特定錯誤如何被解決 |
user_corrections |
來自使用者修正的模式 |
workarounds |
框架/函式庫問題的解決方案 |
debugging_techniques |
有效的除錯方法 |
project_specific |
專案特定的慣例 |
鉤子設定
新增至您的 ~/.claude/settings.json：
{
"hooks": {
"Stop": [{
"matcher": "*",
"hooks": [{
"type": "command",
"command": "~/.claude/skills/continuous-learning/evaluate-session.sh"
}]
}]
}
}
為什麼使用停止鉤子？
- 輕量：僅在工作階段結束時執行一次
- 非阻塞：不會增加每則訊息的延遲
- 完整上下文：可存取完整的工作階段記錄
相關資源
- 長篇指南 - 關於持續學習的章節
/learn指令 - 在工作階段中手動提取模式
比較筆記（研究：2025 年 1 月）
與 Homunculus 比較
Homunculus v2 採用了更複雜的方法：
| 功能 | 我們的方法 | Homunculus v2 |
|---|---|---|
| 觀察 | 停止鉤子（工作階段結束） | PreToolUse/PostToolUse 鉤子（100% 可靠） |
| 分析 | 主要上下文 | 背景代理（Haiku） |
| 粒度 | 完整技能 | 原子化「直覺」 |
| 信心 | 無 | 0.3-0.9 加權 |
| 演化 | 直接成為技能 | 直覺 → 叢集 → 技能/指令/代理 |
| 分享 | 無 | 匯出/匯入直覺 |
從 homunculus 獲得的主要見解：
「v1 依賴技能來觀察。技能是機率性的——它們大約在 50-80% 的情況下觸發。v2 使用鉤子進行觀察（100% 可靠），並將直覺作為學習行為的原子單位。」
潛在的 v2 增強功能
- 基於直覺的學習 - 較小、原子化的行為，帶有信心評分
- 背景觀察者 - Haiku 代理並行分析
- 信心衰減 - 若被矛盾，直覺會失去信心
- 領域標記 - 程式碼風格、測試、git、除錯等
- 演化路徑 - 將相關直覺叢集成技能/指令
請參閱：docs/continuous-learning-v2-spec.md 以取得完整規格。
