compound-learnings

复利式学习

将临时的会话经验转化为持久、不断积累的能力。

适用场景

• “我应该从最近的会话中学到什么？”
• “根据最近的工作改进我的设置”
• “将经验转化为技能/规则”
• “哪些模式应该固化下来？”
• “让我的经验不断积累”

流程

步骤 1：收集经验

# List learnings (most recent first)
ls -t $CLAUDE_PROJECT_DIR/.claude/cache/learnings/*.md | head -20

# Count total
ls $CLAUDE_PROJECT_DIR/.claude/cache/learnings/*.md | wc -l

阅读最近的 5-10 个文件（或指定日期范围）。

步骤 2：提取模式（结构化）

对于每个经验文件，从以下特定部分提取条目：

章节标题	提取内容
## Patterns 或 Reusable techniques	可直接作为规则的候选项
**Takeaway:** 或 **Actionable takeaway:**	决策启发式
## What Worked	成功模式
## What Failed	反模式（反向转化为规则）
## Key Decisions	设计原则

逐步建立频次表：

| Pattern | Sessions | Category |
|---------|----------|----------|
| "Check artifacts before editing" | abc, def, ghi | debugging |
| "Pass IDs explicitly" | abc, def, ghi, jkl | reliability |

步骤 2b：合并相似模式

计数前，合并表达相同原则的模式：

合并示例：

• “优先检查产物的调试方式”
• “通过检查文件验证钩子输出”
• “优先从文件系统入手调试” → 都表达了同一原则：“先观察输出，再修改代码”

采用最通用的表述，并更新频次表。

步骤 3：检测元模式

**关键步骤：**查看经验主要集中在哪些方面。

如果超过 50% 的模式都与某个主题有关（例如“钩子”“跟踪”“异步”）： → 该主题可能需要一个专用技能，而不是多条规则 → 一个技能的累积效果胜过五条规则

问问自己：“有没有一种技能可以让所有这些规则都不再必要？”

步骤 4：分类（决策树）

确定每种模式对应的产物类型：

Is it a sequence of commands/steps?
  → YES → SKILL (executable > declarative)
  → NO ↓

Should it run automatically on an event (SessionEnd, PostToolUse, etc.)?
  → YES → HOOK (automatic > manual)
  → NO ↓

Is it "when X, do Y" or "never do X"?
  → YES → RULE
  → NO ↓

Does it enhance an existing agent workflow?
  → YES → AGENT UPDATE
  → NO → Skip (not worth capturing)

产物类型示例：

模式	类型	原因
“提交前运行 lint”	钩子（PreToolUse）	自动门禁
“在会话结束时提取经验”	钩子（SessionEnd）	自动触发
“逐步调试钩子”	技能	手动流程
“始终显式传递 ID”	规则	启发式

步骤 5：应用信号阈值

出现次数	操作
1	记录但跳过（关键故障除外）
2	考虑创建——提交给用户决定
3+	强烈信号——建议创建
4+	确定创建

步骤 6：提出产物方案

按以下格式呈现每项方案：

---

## Pattern: [Generalized Name]

**Signal:** [N] sessions ([list session IDs])

**Category:** [debugging / reliability / workflow / etc.]

**Artifact Type:** Rule / Skill / Agent Update

**Rationale:** [Why this artifact type, why worth creating]

**Draft Content:**
\`\`\`markdown
[Actual content that would be written to file]
\`\`\`

**File:** `.claude/rules/[name].md` or `.claude/skills/[name]/SKILL.md`

---

使用 AskUserQuestion 获取用户对每项产物的批准（也可批量批准）。

步骤 7：创建已批准的产物

对于规则：

# Write to rules directory
cat > $CLAUDE_PROJECT_DIR/.claude/rules/<name>.md << 'EOF'
# Rule Name

[Context: why this rule exists, based on N sessions]

## Pattern
[The reusable principle]

## DO
- [Concrete action]

## DON'T
- [Anti-pattern]

## Source Sessions
- [session-id-1]: [what happened]
- [session-id-2]: [what happened]
EOF

对于技能：

创建 .claude/skills/<name>/SKILL.md，包含：

• Frontmatter（name、description、allowed-tools）
• 适用场景
• 分步说明（可执行）
• 来自经验的示例

如果适用，将触发条件添加到 skill-rules.json。

对于钩子：

创建 shell 包装器和 TypeScript 处理程序：

# Shell wrapper
cat > $CLAUDE_PROJECT_DIR/.claude/hooks/<name>.sh << 'EOF'
#!/bin/bash
set -e
cd "$CLAUDE_PROJECT_DIR/.claude/hooks"
cat | node dist/<name>.mjs
EOF
chmod +x $CLAUDE_PROJECT_DIR/.claude/hooks/<name>.sh

然后创建 src/<name>.ts，使用 esbuild 构建，并在 settings.json 中注册：

{
  "hooks": {
    "EventName": [{
      "hooks": [{
        "type": "command",
        "command": "$CLAUDE_PROJECT_DIR/.claude/hooks/<name>.sh"
      }]
    }]
  }
}

对于 Agent 更新：

编辑 .claude/agents/<name>.md 中现有的 Agent，添加所学到的能力。

步骤 8：摘要报告

## Compounding Complete

**Learnings Analyzed:** [N] sessions
**Patterns Found:** [M]
**Artifacts Created:** [K]

### Created:
- Rule: `explicit-identity.md` - Pass IDs explicitly across boundaries
- Skill: `debug-hooks` - Hook debugging workflow

### Skipped (insufficient signal):
- "Pattern X" (1 occurrence)

**Your setup is now permanently improved.**

质量检查

创建任何产物前：

1. 是否足够通用？ 是否适用于其他项目？
2. 是否足够具体？ 是否提供了明确的指导？
3. 是否已经存在？ 先检查 .claude/rules/ 和 .claude/skills/
4. 类型是否正确？ 流程 → 技能，启发式 → 规则

文件参考

• 经验：.claude/cache/learnings/*.md
• 技能：.claude/skills/<name>/SKILL.md
• 规则：.claude/rules/<name>.md
• 钩子：.claude/hooks/<name>.sh + src/<name>.ts + dist/<name>.mjs
• Agent：.claude/agents/<name>.md
• 技能触发条件：.claude/skills/skill-rules.json
• 钩子注册：.claude/settings.json → hooks 部分