continual-learning

AI コーディングエージェントの継続学習

エージェントはセッションの間にすべてを忘れてしまいます。継続学習がそれを解決します。

ループ

Experience → Capture → Reflect → Persist → Apply
     ↑                                       │
     └───────────────────────────────────────┘

クイックスタート

フックをインストールします（1 ステップ）：

cp -r hooks/continual-learning .github/hooks/

初回のセッションで自動的に初期化されます。設定は不要です。

2 層のメモリ

グローバル（~/.copilot/learnings.db）— すべてのプロジェクトで引き継がれます：

• ツールのパターン（失敗するツール、正常に動作するツール）
• プロジェクト間で共通する規約
• 全般的なコーディングの好み

ローカル（.copilot-memory/learnings.db）— このリポジトリ内にとどまります：

• プロジェクト固有の規約
• このコードベースでよくあるミス
• チームの好み

学習内容の保存方法

自動（フック経由）

フックがツールの実行結果を監視し、失敗パターンを検出します：

Session 1: bash tool fails 4 times → learning stored: "bash frequently fails"
Session 2: hook surfaces that learning at start → agent adjusts approach

エージェント標準（store_memory / SQL 経由）

エージェントは学習内容を直接書き込めます：

INSERT INTO learnings (scope, category, content, source)
VALUES ('local', 'convention', 'This project uses Result<T> not exceptions', 'user_correction');

カテゴリ：pattern、mistake、preference、tool_insight

手動（メモリファイル）

人が読める、バージョン管理された知識を記録します：

# .copilot-memory/conventions.md
- Use DefaultAzureCredential for all Azure auth
- Parameter is semantic_configuration_name=, not semantic_configuration=

圧縮

学習内容は時間とともに減衰します：

• ヒット数の少ない、60 日を超えたエントリは削除されます
• 価値の高い学習内容（頻繁に参照されるもの）は無期限に保持されます
• ツールログは 7 日後に削除されます

これにより、重要な情報を保持しながら、際限のない増加を防ぎます。

ベストプラクティス

1. インストールは 1 ステップ — cp -r より手間がかかると、使われなくなります
2. 適切なスコープを設定 — ツールのパターンにはグローバル、プロジェクトの規約にはローカルを使います
3. 具体的に書く — "Use semantic_configuration_name=" は "use the right parameter" よりも効果的です
4. 積み重ねる — セッションごとの小さな改善が、数週間で指数関数的な成果につながります