continuous-learning

原文涵盖的主题

• 持續學習技能
• 運作方式
• 設定
• 模式類型
• Hook 設定
• 為什麼用 Stop Hook？
• 相關
• 比較筆記（研究：2025 年 1 月）

自動評估 Claude Code 工作階段結束時的內容，提取可重用模式並儲存為學習技能。 此技能作為 Stop hook 在每個工作階段結束時執行： 1. 工作階段評估：檢查工作階段是否有足夠訊息（預設：10+ 則） 2. 模式偵測：從工作階段識別可提取的模式 3. 技能提取：將有用模式儲存到 /.claude/skills/learned/ 編輯 config.json 以自訂： | 模式 | 描述 | |------|------| | errorresolution | 特定錯誤如何被解決 | | usercorrections | 來自使用者修正的模式 | | workarounds | 框架/函式庫怪異問題的解決方案 | | debuggingtechniques | 有效的除錯方法 | | projectspecific | 專案特定慣例 | 新增到你的 /.claude/settings.json： 輕量：工作階段結束時只執行一次 非阻塞：不會為每則訊息增加延遲 完整上下文：可存取完整工作階段記錄 Longform Guide - 持續學習章節 /learn 指令 - 工作階段中手動提取模式 -- Homunculus v2 採用更複雜的方法： | 功能 | 我們的方法 | Homunculus v2 | |------|----------|---------------| | 觀察 | Stop hook（工作階段結束） | PreToolUse/PostToolUse hooks（100% 可靠） | | 分析 | 主要上下文 | 背景 agent（Haiku） | | 粒度 | 完整技能 | 原子「本能」 | | 信心 | 無 | 0.3-0.9 加權 | | 演化 | 直接到技能 | 本能 → 聚類 → 技能/指令/agent | | 分享 | 無 | 匯出/匯入本能 | 來自 homunculus 的關鍵見解： "v1 依賴技能進行觀察。技能是機率性的——它們觸發約 50-80% 的時間。v2 使用 hooks 進行觀察（100% 可靠），並以本能作為學習行為的原子單位。" 1. 基於本能的學習 - 較小的原子行為，帶信心評分 2. 背景觀察者 - Haiku agent 並行分析 3. 信心衰減 - 如果被矛盾則本能失去信心 4. 領域標記 - code-style、testing、git、debugging 等 5. 演化路徑 - 將相關本能聚類為技能/指令 參見：docs/continuous-learning-v2-spec.md 完整規格。