AI Skills
continuous-learning-v2

continuous-learning-v2

热门

基于本能的持续学习系统，通过钩子观察会话，创建带有置信度评分的原子本能，并将其演化为技能/命令/智能体。v2.1 新增项目级本能，防止跨项目污染。

23万Star
3.5万Fork
更新于 2026/7/14
获取 Skill源代码

相关 Skills

academic-paper-reviewer3.8万orchestration1.5万golang-code-style2261
SKILL.md
readonly只读
name
continuous-learning-v2
description

基于本能的持续学习系统，通过钩子观察会话，创建带有置信度评分的原子本能，并将其演化为技能/命令/智能体。v2.1 新增项目级本能，防止跨项目污染。

version
2.1.0

持续学习 v2.1 - 基于本能架构

一个高级学习系统，通过原子化的“本能”（带有置信度评分的小型学习行为）将你的 Claude Code 会话转化为可复用的知识。

v2.1 新增了项目级本能——React 模式保留在 React 项目中，Python 约定保留在 Python 项目中，而通用模式（如“始终验证输入”）则全局共享。

何时激活

  • 设置从 Claude Code 会话自动学习
  • 通过钩子配置基于本能的行为提取
  • 调整学习行为的置信度阈值
  • 查看、导出或导入本能库
  • 将本能演化为完整的技能、命令或智能体
  • 管理项目级与全局本能
  • 将本能从项目范围提升到全局范围

v2.1 新特性

特性 v2.0 v2.1
存储 全局 (~/.claude/homunculus/) 项目级 (${XDG_DATA_HOME:-~/.local/share}/ecc-homunculus/projects/<hash>/)
范围 所有本能适用于所有地方 项目级 + 全局
检测 无 git 远程 URL / 仓库路径
提升 不适用 在 2+ 项目中出现时从项目提升到全局
命令 4 个 (status/evolve/export/import) 6 个 (+promote/projects)
跨项目 污染风险 默认隔离

v2 新特性（对比 v1）

特性 v1 v2
观察 停止钩子（会话结束） PreToolUse/PostToolUse（100% 可靠）
分析 主上下文 后台智能体（Haiku）
粒度 完整技能 原子“本能”
置信度 无 0.3-0.9 加权
演化 直接到技能 本能 -> 聚类 -> 技能/命令/智能体
共享 无 导出/导入本能

本能模型

本能是一个小型学习行为：

---
id: prefer-functional-style
trigger: "当编写新函数时"
confidence: 0.7
domain: "code-style"
source: "session-observation"
scope: project
project_id: "a1b2c3d4e5f6"
project_name: "my-react-app"
---

# 偏好函数式风格

## 动作
在适当情况下使用函数式模式而非类。

## 证据
- 观察到 5 次函数式模式偏好
- 用户在 2025-01-15 将基于类的方法纠正为函数式

属性：

  • 原子性——一个触发器，一个动作
  • 置信度加权——0.3 = 试探性，0.9 = 几乎确定
  • 领域标记——code-style, testing, git, debugging, workflow 等
  • 证据支持——追踪哪些观察创建了它
  • 范围感知——project（默认）或 global

工作原理

会话活动（在 git 仓库中）
      |
      | 钩子捕获提示和工具使用（100% 可靠）
      | + 检测项目上下文（git 远程 / 仓库路径）
      v
+---------------------------------------------+
|  projects/<project-hash>/observations.jsonl  |
|   (提示、工具调用、结果、项目)               |
+---------------------------------------------+
      |
      | 观察者智能体读取（后台，Haiku）
      v
+---------------------------------------------+
|          模式检测                            |
|   * 用户纠正 -> 本能                        |
|   * 错误解决 -> 本能                        |
|   * 重复工作流 -> 本能                      |
|   * 范围决策：项目还是全局？                |
+---------------------------------------------+
      |
      | 创建/更新
      v
+---------------------------------------------+
|  projects/<project-hash>/instincts/personal/ |
|   * prefer-functional.yaml (0.7) [project]   |
|   * use-react-hooks.yaml (0.9) [project]     |
+---------------------------------------------+
|  instincts/personal/  (GLOBAL)               |
|   * always-validate-input.yaml (0.85) [global]|
|   * grep-before-edit.yaml (0.6) [global]     |
+---------------------------------------------+
      |
      | /evolve 聚类 + /promote
      v
+---------------------------------------------+
|  projects/<hash>/evolved/ (项目级)           |
|  evolved/ (全局)                             |
|   * commands/new-feature.md                  |
|   * skills/testing-workflow.md               |
|   * agents/refactor-specialist.md            |
+---------------------------------------------+

项目检测

系统自动检测当前项目：

  1. CLAUDE_PROJECT_DIR 环境变量（最高优先级）
  2. git remote get-url origin——哈希生成可移植的项目 ID（同一仓库在不同机器上获得相同 ID）
  3. git rev-parse --show-toplevel——使用仓库路径作为后备（机器特定）
  4. 全局后备——如果未检测到项目，本能进入全局范围

每个项目获得一个 12 字符的哈希 ID（例如 a1b2c3d4e5f6）。注册文件位于 ${XDG_DATA_HOME:-~/.local/share}/ecc-homunculus/projects.json，将 ID 映射到人类可读的名称。

数据目录

Continuous-learning-v2 将观察者数据存储在 ~/.claude 之外，这样 Claude Code 的敏感路径保护不会阻止后台本能写入：

  1. 当设置为绝对路径时使用 CLV2_HOMUNCULUS_DIR
  2. $XDG_DATA_HOME/ecc-homunculus
  3. $HOME/.local/share/ecc-homunculus

现有用户如果数据在 ~/.claude/homunculus，可以迁移一次：

bash skills/continuous-learning-v2/scripts/migrate-homunculus.sh

快速开始

1. 启用观察钩子

如果作为插件安装（推荐）：

无需额外的 settings.json 钩子块。Claude Code v2.1+ 自动加载插件的 hooks/hooks.json，并且 observe.sh 已在那里注册。

如果你之前将 observe.sh 复制到 ~/.claude/settings.json，请移除那个重复的 PreToolUse / PostToolUse 块。重复插件钩子会导致双重执行和 ${CLAUDE_PLUGIN_ROOT} 解析错误，因为该变量仅在插件管理的 hooks/hooks.json 条目中可用。

如果手动安装到 ~/.claude/skills，请将以下内容添加到你的 ~/.claude/settings.json：

{
  "hooks": {
    "PreToolUse": [{
      "matcher": "*",
      "hooks": [{
        "type": "command",
        "command": "~/.claude/skills/continuous-learning-v2/hooks/observe.sh"
      }]
    }],
    "PostToolUse": [{
      "matcher": "*",
      "hooks": [{
        "type": "command",
        "command": "~/.claude/skills/continuous-learning-v2/hooks/observe.sh"
      }]
    }]
  }
}

2. 初始化目录结构

系统在首次使用时自动创建目录，但你也可以手动创建：

# 全局目录
mkdir -p "${XDG_DATA_HOME:-$HOME/.local/share}/ecc-homunculus"/{instincts/{personal,inherited},evolved/{agents,skills,commands},projects}

# 项目目录在钩子首次在 git 仓库中运行时自动创建

3. 使用本能命令

/instinct-status     # 显示已学习的本能（项目 + 全局）
/evolve              # 将相关本能聚类为技能/命令
/instinct-export     # 将本能导出到文件
/instinct-import     # 从他人处导入本能
/promote             # 将项目本能提升到全局范围
/projects            # 列出所有已知项目及其本能数量

命令

命令 描述
/instinct-status 显示所有本能（项目级 + 全局）及置信度
/evolve 将相关本能聚类为技能/命令，建议提升
/instinct-export 导出本能（可按范围/领域过滤）
/instinct-import <file> 导入本能并控制范围
/promote [id] 将项目本能提升到全局范围
/projects 列出所有已知项目及其本能数量

配置

编辑 config.json 以控制后台观察者：

{
  "version": "2.1",
  "observer": {
    "enabled": false,
    "run_interval_minutes": 5,
    "min_observations_to_analyze": 20
  }
}
键 默认值 描述
observer.enabled false 启用后台观察者智能体
observer.run_interval_minutes 5 观察者分析观察的频率（分钟）
observer.min_observations_to_analyze 20 运行分析前的最小观察数

其他行为（观察捕获、本能阈值、项目范围、提升标准）通过 instinct-cli.py 和 observe.sh 中的代码默认值配置。

文件结构

${XDG_DATA_HOME:-~/.local/share}/ecc-homunculus/
+-- identity.json           # 你的个人资料、技术水平
+-- projects.json           # 注册表：项目哈希 -> 名称/路径/远程
+-- observations.jsonl      # 全局观察（后备）
+-- instincts/
|   +-- personal/           # 全局自动学习的本能
|   +-- inherited/          # 全局导入的本能
+-- evolved/
|   +-- agents/             # 全局生成的智能体
|   +-- skills/             # 全局生成的技能
|   +-- commands/           # 全局生成的命令
+-- projects/
    +-- a1b2c3d4e5f6/       # 项目哈希（来自 git 远程 URL）
    |   +-- project.json    # 每个项目的元数据镜像（id/name/root/remote）
    |   +-- observations.jsonl
    |   +-- observations.archive/
    |   +-- instincts/
    |   |   +-- personal/   # 项目特定的自动学习
    |   |   +-- inherited/  # 项目特定的导入
    |   +-- evolved/
    |       +-- skills/
    |       +-- commands/
    |       +-- agents/
    +-- f6e5d4c3b2a1/       # 另一个项目
        +-- ...

范围决策指南

模式类型 范围 示例
语言/框架约定 project "使用 React 钩子", "遵循 Django REST 模式"
文件结构偏好 project "测试放在 __tests__/", "组件放在 src/components/"
代码风格 project "使用函数式风格", "偏好数据类"
错误处理策略 project "使用 Result 类型处理错误"
安全实践 global "验证用户输入", "清理 SQL"
通用最佳实践 global "先写测试", "始终处理错误"
工具工作流偏好 global "编辑前先 grep", "写入前先读取"
Git 实践 global "约定式提交", "小型聚焦提交"

本能提升（项目 -> 全局）

当同一本能在多个项目中出现且置信度较高时，它就有资格提升到全局范围。

自动提升条件：

  • 同一本能 ID 出现在 2+ 项目中
  • 平均置信度 >= 0.8

如何提升：

# 提升特定本能
python3 instinct-cli.py promote prefer-explicit-errors

# 自动提升所有符合条件的本能
python3 instinct-cli.py promote

# 预览而不做更改
python3 instinct-cli.py promote --dry-run

/evolve 命令也会建议提升候选。

置信度评分

置信度随时间演化：

分数 含义 行为
0.3 试探性 建议但不强制执行
0.5 中等 在相关时应用
0.7 强 自动批准应用
0.9 几乎确定 核心行为

置信度增加当：

  • 模式被重复观察
  • 用户未纠正建议的行为
  • 来自其他来源的类似本能一致

置信度降低当：

  • 用户明确纠正行为
  • 模式长时间未被观察
  • 出现矛盾证据

为什么使用钩子而非技能进行观察？

"v1 依赖技能进行观察。技能是概率性的——它们根据 Claude 的判断大约 50-80% 的时间触发。"

钩子100% 的时间确定性地触发。这意味着：

  • 每次工具调用都被观察
  • 没有模式被遗漏
  • 学习是全面的

向后兼容性

v2.1 完全兼容 v2.0 和 v1：

  • 现有的全局本能可以通过 scripts/migrate-homunculus.sh 从 ~/.claude/homunculus/instincts/ 迁移
  • v1 中现有的 ~/.claude/skills/learned/ 技能仍然有效
  • 停止钩子仍然运行（但现在也输入到 v2）
  • 逐步迁移：两者并行运行

隐私

  • 观察数据本地存储在你的机器上
  • 项目级本能按项目隔离
  • 只有本能（模式）可以导出——而不是原始观察
  • 不会共享任何实际代码或对话内容
  • 你可以控制导出和提升的内容

相关

  • ECC-Tools GitHub 应用 - 从仓库历史生成本能
  • Homunculus - 启发 v2 基于本能架构的社区项目（原子观察、置信度评分、本能演化流水线）
  • 长篇指南 - 持续学习部分

基于本能的学习：一次一个项目地教会 Claude 你的模式。