Agent skills
continuous-learning-v2

Agent skill

continuous-learning-v2

一种基于本能（Instinct）的训练系统，通过钩子（Hooks）观察会话，创建带有置信度评分的原子化本能，并将其进化为技能（Skills）、命令（Commands）或智能体（Agents）。

Stars 383

Forks 80

Install this agent skill to your Project

npx add-skill https://github.com/xu-xiang/everything-claude-code-zh/tree/main/docs/ja-JP/skills/continuous-learning-v2

SKILL.md

持续学习（Continuous Learning）v2 - 基于本能（Instinct）的架构

这是一款先进的学习系统，能够通过带有置信度评分的小型已学习行为——“本能（Instinct）”，将 Claude Code 会话转化为可重用的知识。

v2 新特性

特性	v1	v2
观察（Observation）	Stop 钩子（会话结束时）	PreToolUse/PostToolUse（100% 可靠性）
分析	主上下文（Main Context）	后台智能体（Background Agent, Haiku）
粒度	完整的技能（Skill）	原子化“本能（Instinct）”
置信度	无	0.3-0.9 加权
进化	直接转化为技能	本能 → 聚类 → 技能/命令/智能体
共享	无	本能导出/导入

本能模型（Instinct Model）

本能（Instinct）是小型且已学习的行为：

yaml

---
id: prefer-functional-style
trigger: "when writing new functions"
confidence: 0.7
domain: "code-style"
source: "session-observation"
---

# 优先使用函数式风格

## Action
在合适的情况下，优先使用函数式模式而非类（Class）。

## Evidence
- 观察到 5 次优先使用函数式模式
- 用户在 2025-01-15 将基于类的方法修正为函数式

属性：

原子化（Atomic） — 一个触发器，一个动作。
置信度加权（Confidence Weighting） — 0.3 = 暂定，0.9 = 几乎确定。
领域标签（Domain Tagged） — 如 code-style、testing、git、debugging、workflow 等。
基于证据（Evidence-based） — 跟踪创建该本能的观察记录。

工作原理

会话活动（Session Activity）
      │
      │ 钩子捕获提示词 + 工具调用（100% 可靠性）
      ▼
┌─────────────────────────────────────────┐
│         observations.jsonl              │
│   (prompts, tool calls, outcomes)       │
└─────────────────────────────────────────┘
      │
      │ 观察者智能体（Observer Agent）读取（后台运行，Haiku）
      ▼
┌─────────────────────────────────────────┐
│              模式检测                   │
│   • 用户修正 → 本能                     │
│   • 错误解决 → 本能                     │
│   • 重复工作流 → 本能                   │
└─────────────────────────────────────────┘
      │
      │ 创建/更新
      ▼
┌─────────────────────────────────────────┐
│         instincts/personal/             │
│   • prefer-functional.md (0.7)          │
│   • always-test-first.md (0.9)          │
│   • use-zod-validation.md (0.6)         │
└─────────────────────────────────────────┘
      │
      │ /evolve 聚类
      ▼
┌─────────────────────────────────────────┐
│              evolved/                   │
│   • commands/new-feature.md             │
│   • skills/testing-workflow.md          │
│   • agents/refactor-specialist.md       │
└─────────────────────────────────────────┘

快速入门

1. 启用观察钩子（Observation Hooks）

添加到 ~/.claude/settings.json 中。

作为插件安装时（推荐）：

json

{
  "hooks": {
    "PreToolUse": [{
      "matcher": "*",
      "hooks": [{
        "type": "command",
        "command": "${CLAUDE_PLUGIN_ROOT}/skills/continuous-learning-v2/hooks/observe.sh pre"
      }]
    }],
    "PostToolUse": [{
      "matcher": "*",
      "hooks": [{
        "type": "command",
        "command": "${CLAUDE_PLUGIN_ROOT}/skills/continuous-learning-v2/hooks/observe.sh post"
      }]
    }]
  }
}

在 ~/.claude/skills 中手动安装时：

json

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

2. 初始化目录结构

Python CLI 会自动创建，但你也可以手动创建：

bash

mkdir -p ~/.claude/homunculus/{instincts/{personal,inherited},evolved/{agents,skills,commands}}
touch ~/.claude/homunculus/observations.jsonl

3. 使用本能命令

bash

/instinct-status     # 显示带有置信度评分的已学习本能
/evolve              # 将相关的本能聚类为技能/命令
/instinct-export     # 导出本能以便共享
/instinct-import     # 从他人处导入本能

命令（Commands）

命令	说明
`/instinct-status`	显示所有已学习的本能及其置信度
`/evolve`	将相关的本能聚类为技能/命令
`/instinct-export`	导出本能以便共享
`/instinct-import <file>`	从他人处导入本能

配置（Configuration）

编辑 config.json：

json

{
  "version": "2.0",
  "observation": {
    "enabled": true,
    "store_path": "~/.claude/homunculus/observations.jsonl",
    "max_file_size_mb": 10,
    "archive_after_days": 7
  },
  "instincts": {
    "personal_path": "~/.claude/homunculus/instincts/personal/",
    "inherited_path": "~/.claude/homunculus/instincts/inherited/",
    "min_confidence": 0.3,
    "auto_approve_threshold": 0.7,
    "confidence_decay_rate": 0.05
  },
  "observer": {
    "enabled": true,
    "model": "haiku",
    "run_interval_minutes": 5,
    "patterns_to_detect": [
      "user_corrections",
      "error_resolutions",
      "repeated_workflows",
      "tool_preferences"
    ]
  },
  "evolution": {
    "cluster_threshold": 3,
    "evolved_path": "~/.claude/homunculus/evolved/"
  }
}

文件结构

~/.claude/homunculus/
├── identity.json           # 个人资料、技术水平
├── observations.jsonl      # 当前会话观察记录
├── observations.archive/   # 已处理的观察记录
├── instincts/
│   ├── personal/           # 自动学习的本能
│   └── inherited/          # 从他人处导入的本能
└── evolved/
    ├── agents/             # 生成的专项智能体
    ├── skills/             # 生成的技能
    └── commands/           # 生成的命令

与 Skill Creator 的集成

使用 Skill Creator GitHub App 会同时生成：

传统的 SKILL.md 文件（用于向后兼容）
本能集合（用于 v2 学习系统）

来自仓库分析的本能会带有 source: "repo-analysis" 标记，并包含源仓库 URL。

置信度评分（Confidence Scoring）

置信度会随着时间进化：

分数	含义	行为
0.3	暂定	会被建议但不会强制执行
0.5	中等	在相关情况下应用
0.7	强	应用会被自动批准
0.9	几乎确定	核心行为

置信度提升的情况：

模式被重复观察到。
用户未对建议的行为进行修正。
来自其他源的类似本能匹配。

置信度下降的情况：

用户显式修正了行为。
长期未观察到该模式。
出现了矛盾的证据。

为什么在观察中使用钩子（Hooks）而不是技能（Skills）？

“v1 依赖于技能进行观察。技能是概率性的，根据 Claude 的判断，其触发概率约为 50-80%。”

钩子（Hooks）是100% 确定性触发的。这意味着：

所有的工具调用都会被观察到。
模式不会被遗漏。
学习是全面的。

向后兼容性

v2 与 v1 完全兼容：

现有的 ~/.claude/skills/learned/ 技能仍然有效。
Stop 钩子仍然会运行（但也会为 v2 提供数据）。
平滑迁移路径：支持两者并行运行。

隐私（Privacy）

观察记录保留在机器本地。
仅可导出本能（模式）。
实际的代码或对话内容不会被共享。
你可以控制导出的内容。

Recommended Agent Skills

Expand your agent's capabilities with these related and highly-rated skills.

xu-xiang/everything-claude-code-zh

investor-materials

创建并更新路演 PPT (Pitch Deck)、单页简介 (One-Pager)、投资者备忘录 (Investor Memo)、加速器申请、财务模型以及融资材料。当用户需要面向投资者的文档、预测、资金用途表、里程碑计划或需要跨多个融资资产保持内部一致性的材料时，请使用此技能。

383 80

Explore

xu-xiang/everything-claude-code-zh

e2e-testing

Playwright E2E 测试模式、页面对象模型（POM）、配置、CI/CD 集成、产物管理以及不稳定测试（flaky test）策略。

383 80

Explore

xu-xiang/everything-claude-code-zh

api-design

生产级 API 的 REST API 设计模式，包括资源命名、状态码、分页、过滤、错误响应、版本控制和速率限制。

383 80

Explore

xu-xiang/everything-claude-code-zh

frontend-patterns

React、Next.js、状态管理（State Management）、性能优化（Performance Optimization）及 UI 最佳实践的前端开发模式。

383 80

Explore

xu-xiang/everything-claude-code-zh

investor-outreach

Draft cold emails, warm intro blurbs, follow-ups, update emails, and investor communications for fundraising. Use when the user wants outreach to angels, VCs, strategic investors, or accelerators and needs concise, personalized, investor-facing messaging.

383 80

Explore

xu-xiang/everything-claude-code-zh

verification-loop

为 Claude Code 会话提供的全面验证系统。

383 80

Explore

Didn't find tool you were looking for?

Search AI Tools

continuous-learning-v2

Install this agent skill to your Project

SKILL.md

持续学习（Continuous Learning）v2 - 基于本能（Instinct）的架构

v2 新特性

本能模型（Instinct Model）

工作原理

快速入门

1. 启用观察钩子（Observation Hooks）

2. 初始化目录结构

3. 使用本能命令

命令（Commands）

配置（Configuration）

文件结构

与 Skill Creator 的集成

置信度评分（Confidence Scoring）

为什么在观察中使用钩子（Hooks）而不是技能（Skills）？

向后兼容性

隐私（Privacy）

相关链接

Recommended Agent Skills

investor-materials

e2e-testing

api-design

frontend-patterns

investor-outreach

verification-loop