关于 learning-loop
一种帮助 Agent 在相互隔离的会话间延续知识的认知连续性流程。它要求先加载会话上下文，再经过研究、人工审批、对抗审查和执行闭环。
主要功能
- 01跨会话保留知识
- 02按阶段组织研究与执行
- 03执行前要求人工明确批准
- 04执行前进行红队审查
- 05完成时记录回顾
适用场景
- 01在隔离会话间延续项目上下文
- 02将研究结论记录到记忆或 wiki
- 03在实施前引入审批与对抗审查
- 04按规定流程完成任务并记录回顾
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/learning-loop确认已加载。
附带文件evals/evals.jsonevals/results.tsv
详细介绍
依赖项
需要 Python 3.8+（仅使用标准库）。
学习循环（learning-loop）
认知连续性协议，确保知识能够跨越彼此隔离的 Agent 会话得以保留。
目录
约束
- 反模拟规则：绝不能描述你“会怎么做”，也不能在未实际执行步骤的情况下将其标记为已完成。
- 必须完成收尾：会话结束时必须执行完整的收尾流程。
- 前置上下文：在 Wakeup 后修改代码之前，务必先建立有效的会话上下文。
快速开始
# Initialize learning loop session and load orientation context
python3 -c "import sys; print('Learning loop initialized across Orientation -> Synthesis -> Gate')"
工作流
Orientation -> Synthesis -> Strategic Gate -> Red Team Audit -> [Execution] -> Completion
- 阶段 I（方向定位）：阅读本地入门资料，加载会话状态，并验证准备情况。
- 阶段 II（综合整理）：开展研究，并将模块化发现记录到记忆库／wiki 中。
- 阶段 III（战略关卡）：向人工人员展示发现；继续之前必须获得明确批准。
- 阶段 IV（红队审计）：执行前，将研究资料包提交给对抗性审查。
- 阶段 V（执行与完成）：采用单循环（独立实施）或双循环（委派）；记录回顾总结。
验证
# Verify session completion and check retrospective entry
test -f references/phases.md && echo "Phase contracts valid"
git status --short
参考资料
- phases.md — 阶段详解及退出标准。
- self-correction.md — 回溯与纠错协议。
- acceptance-criteria.md — 验证关卡标准。
- fallback-tree.md — 研究受阻时的升级路径。
评论
支持 Markdown