mcpField
C
continuous-learning-v2

continuous-learning-v2

github.com/joneqianAgent 工作流3251 次安装37 周前更新
代码仓库

关于 continuous-learning-v2

这是一项面向 Claude Code 的持续学习技能,将会话中的行为整理为带置信度评分的原子化 instinct。它通过工具调用钩子采集活动,并可将相关模式归纳为技能、命令或 Agent。

主要功能

  1. 01通过钩子记录提示词和工具活动
  2. 02由后台 Agent 分析观察记录
  3. 03保存带置信度评分的原子化 instinct
  4. 04将 instinct 归纳为技能、命令或 Agent
  5. 05导入和导出 instinct

适用场景

  1. 01跨会话记录编码与工作流模式
  2. 02查看已学习的 instinct 及其置信度
  3. 03将相关行为模式转为可复用内容
  4. 04仅分享选定的 instinct 而不导出观察记录

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/joneqian/claude-skills-suite --skill continuous-learning-v2

安装后在 Claude Code 中输入/continuous-learning-v2确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

config.json
agents/
observer.md
start-observer.sh
commands/
evolve.md
instinct-export.md
instinct-import.md
instinct-status.md
hooks/
observe.sh
scripts/
instinct-cli.py

详细介绍

持续学习 v2 - 基于本能的架构

一种高级学习系统,通过原子化的“本能”将 Claude Code 会话转化为可复用的知识。本能是带有置信度评分的细小习得行为。

v2 新增功能

功能v1v2
观察Stop hook(会话结束时)PreToolUse/PostToolUse(100% 可靠)
分析主上下文后台 Agent(Haiku)
粒度完整技能原子化的“本能”
置信度无0.3-0.9 加权
演进直接转为技能本能 → 聚类 → 技能/命令/Agent
分享无导出/导入本能

本能模型

本能是一种细小的习得行为:

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

# Prefer Functional Style

## Action
Use functional patterns over classes when appropriate.

## Evidence
- Observed 5 instances of functional pattern preference
- User corrected class-based approach to functional on 2025-01-15

属性:

  • 原子化 — 一个触发条件,一项操作
  • 按置信度加权 — 0.3 = 暂定,0.9 = 几乎确定
  • 带有领域标签 — 代码风格、测试、Git、调试、工作流等
  • 有证据支持 — 记录创建本能的观察内容

工作原理

Session Activity
      │
      │ Hooks capture prompts + tool use (100% reliable)
      ▼
┌─────────────────────────────────────────┐
│         observations.jsonl              │
│   (prompts, tool calls, outcomes)       │
└─────────────────────────────────────────┘
      │
      │ Observer agent reads (background, Haiku)
      ▼
┌─────────────────────────────────────────┐
│          PATTERN DETECTION              │
│   • User corrections → instinct         │
│   • Error resolutions → instinct        │
│   • Repeated workflows → instinct       │
└─────────────────────────────────────────┘
      │
      │ Creates/updates
      ▼
┌─────────────────────────────────────────┐
│         instincts/personal/             │
│   • prefer-functional.md (0.7)          │
│   • always-test-first.md (0.9)          │
│   • use-zod-validation.md (0.6)         │
└─────────────────────────────────────────┘
      │
      │ /evolve clusters
      ▼
┌─────────────────────────────────────────┐
│              evolved/                   │
│   • commands/new-feature.md             │
│   • skills/testing-workflow.md          │
│   • agents/refactor-specialist.md       │
└─────────────────────────────────────────┘

快速开始

1. 启用观察钩子

添加到你的 ~/.claude/settings.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
mkdir -p ~/.claude/homunculus/{instincts/{personal,inherited},evolved/{agents,skills,commands}}
touch ~/.claude/homunculus/observations.jsonl
3. 运行观察 Agent(可选)

观察器可以在后台运行,分析观察结果:

# Start background observer
~/.claude/skills/continuous-learning-v2/agents/start-observer.sh

命令

命令说明
/instinct-status显示所有已习得的本能及其置信度
/evolve将相关本能聚类为技能/命令
/instinct-export导出本能以供分享
/instinct-import <file>导入他人分享的本能

配置

编辑 config.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           # Your profile, technical level
├── observations.jsonl      # Current session observations
├── observations.archive/   # Processed observations
├── instincts/
│   ├── personal/           # Auto-learned instincts
│   └── inherited/          # Imported from others
└── evolved/
    ├── agents/             # Generated specialist agents
    ├── skills/             # Generated skills
    └── commands/           # Generated commands

与 Skill Creator 集成

使用 Skill Creator GitHub App 时,它现在会同时生成以下两种内容:

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

通过代码仓库分析得出的本能带有 source: "repo-analysis",并包含源代码仓库的 URL。

置信度评分

置信度会随时间变化:

分数含义行为
0.3暂定提供建议,但不会强制执行
0.5中等在相关时应用
0.7较强自动批准应用
0.9几乎确定核心行为

置信度会在以下情况下提高:

  • 反复观察到该模式
  • 用户没有纠正建议的行为
  • 来自其他来源的类似本能达成一致

置信度会在以下情况下降低:

  • 用户明确纠正该行为
  • 长时间未观察到该模式
  • 出现相矛盾的证据

为什么用钩子而不是技能进行观察?

“v1 依赖技能进行观察。技能具有概率性——它们根据 Claude 的判断,大约有 50-80% 的概率触发。”

钩子会以确定性的方式每次都触发。这意味着:

  • 每次工具调用都会被观察
  • 不会漏掉任何模式
  • 学习更加全面

向后兼容性

v2 完全兼容 v1:

  • 现有的 ~/.claude/skills/learned/ 技能仍可使用
  • Stop hook 仍会运行(现在也会将数据传入 v2)
  • 可逐步迁移:并行运行两者

隐私

  • 观察数据保留在你的设备本地
  • 只有本能(模式)可以导出
  • 不会分享任何实际代码或对话内容
  • 你可以控制要导出的内容

相关内容


基于本能的学习:一次观察一个模式,教会 Claude 你的习惯。

评论

支持 Markdown