xu-xiang/everything-claude-code-zh/continuous-learning-v2
Claude Code and agent skill by xu-xiang/everything-claude-code-zh
- community
Checking that the SKILL.md file is still in the repository.
基于本能(Instinct)的学习系统,通过钩子(hooks)观察会话,创建带有置信度评分的原子本能,并将其演化为技能(Skills)、命令(Commands)或智能体(Agents)。v2.1 版本增加了项目作用域(project-scoped)的本能,以防止跨项目污染。
Install
npx vskill@latest install xu-xiang/everything-claude-code-zh/continuous-learning-v2SKILL.md
持续学习(Continuous Learning)v2.1 - 基于本能(Instinct)的架构
一个先进的学习系统,通过原子级“本能(Instincts)”——带有置信度评分的小型学习行为,将你的 Claude Code 会话转化为可复用的知识。
v2.1 增加了 项目作用域本能(project-scoped instincts) —— React 模式保留在你的 React 项目中,Python 约定保留在你的 Python 项目中,而通用模式(如“始终验证输入”)则在全局共享。
何时激活
- 设置从 Claude Code 会话中自动学习
- 配置通过钩子(hooks)提取基于本能的行为
- 调整学习行为的置信度阈值
- 查看、导出或导入本能库
- 将本能演化为完整的技能(Skills)、命令(Commands)或智能体(Agents)
- 管理项目作用域与全局本能
- 将本能从项目作用域提升(Promote)到全局作用域
v2.1 的新特性
| 特性 | v2.0 | v2.1 | |
|---|---|---|---|
| 存储 | 全局 (~/.claude/homunculus/) | 项目作用域 (projects/<hash>/) | |
| 作用域 | 所有本能应用于所有地方 | 项目作用域 + 全局 | |
| 检测 | 无 | git remote URL / 仓库路径 | |
| 提升 | 不适用 | 当在 2 个以上项目中看到时,由项目 → 全局 | |
| 命令 | 4 个 (status/evolve/export/import) | 6 个 (+promote/projects) | |
| 跨项目 | 存在污染风险 | 默认隔离 |
v2 的新特性(对比 v1)
| 特性 | v1 | v2 | |
|---|---|---|---|
| 观察 | Stop 钩子(会话结束) | PreToolUse/PostToolUse (100% 可靠) | |
| 分析 | 主上下文 | 后台智能体 (Haiku) | |
| 粒度 | 完整技能 | 原子级“本能” | |
| 置信度 | 无 | 0.3-0.9 加权 | |
| 演化 | 直接到技能 | 本能 -> 聚类 -> 技能/命令/智能体 | |
| 分享 | 无 | 导出/导入本能 |
本能模型(The Instinct Model)
本能是一个小型学习行为:
属性:
- 原子性(Atomic) —— 一个触发器,一个动作
- 置信度加权(Confidence-weighted) —— 0.3 = 尝试性, 0.9 = 几乎确定
- 领域标签(Domain-tagged) —— code-style, testing, git, debugging, workflow 等
- 证据支持(Evidence-backed) —— 追踪哪些观察结果创建了它
- 作用域感知(Scope-aware) ——
project(默认)或global
工作原理
项目检测(Project Detection)
系统会自动检测你当前的项目:
- `CLAUDE_PROJECT_DIR` 环境变量 (最高优先级)
- `git remote get-url origin` —— 通过哈希创建可移植的项目 ID (不同机器上的同一仓库获得相同的 ID)
- `git rev-parse --show-toplevel` —— 使用仓库路径作为回退方案 (机器特定)
- 全局回退 —— 如果未检测到项目,本能将进入全局作用域
每个项目获得一个 12 位的哈希 ID (例如 a1b2c3d4e5f6)。位于 ~/.claude/homunculus/projects.json 的注册文件将 ID 映射到人类可读的名称。
快速开始
1. 启用观察钩子(Observation Hooks)
添加到你的 ~/.claude/settings.json。
如果作为插件安装 (推荐):
如果手动安装 到 ~/.claude/skills:
2. 初始化目录结构
系统在首次使用时会自动创建目录,但你也可以手动创建:
3. 使用本能命令
命令
| 命令 | 描述 | |
|---|---|---|
/instinct-status | 显示所有本能 (项目作用域 + 全局) 及其置信度 | |
/evolve | 将相关的本能聚类为技能/命令,并建议提升 | |
/instinct-export | 导出本能 (可按作用域/领域过滤) | |
/instinct-import <file> | 带有作用域控制地导入本能 | |
/promote [id] | 将项目本能提升到全局作用域 | |
/projects | 列出所有已知的项目及其本能数量 |
配置
编辑 config.json 以控制后台观察者:
| 键名 | 默认值 | 描述 | |
|---|---|---|---|
observer.enabled | false | 启用后台观察者智能体 | |
observer.run_interval_minutes | 5 | 观察者分析观察结果的频率 | |
observer.min_observations_to_analyze | 20 | 分析运行前最少需要的观察次数 |
其他行为 (观察捕获、本能阈值、项目作用域划分、提升标准) 通过 instinct-cli.py 和 observe.sh 中的代码默认值进行配置。
文件结构
作用域决策指南
| 模式类型 | 作用域 | 示例 | |
|---|---|---|---|
| 语言/框架约定 | 项目 (project) | "使用 React hooks", "遵循 Django REST 模式" | |
| 文件结构偏好 | 项目 (project) | "测试文件位于 __tests__/", "组件位于 src/components/" | |
| 代码风格 | 项目 (project) | "使用函数式风格", "偏好数据类 (dataclasses)" | |
| 错误处理策略 | 项目 (project) | "使用 Result 类型处理错误" | |
| 安全实践 | 全局 (global) | "验证用户输入", "清理 SQL (Sanitize SQL)" | |
| 通用最佳实践 | 全局 (global) | "先写测试", "始终处理错误" | |
| 工具工作流偏好 | 全局 (global) | "修改前先 Grep", "写入前先读取" | |
| Git 实践 | 全局 (global) | "约定式提交", "小型专注的提交" |
本能提升 (项目 -> 全局)
当同一个本能在多个项目中以高置信度出现时,它是提升到全局作用域的候选者。
自动提升标准:
- 相同的本能 ID 出现在 2 个以上项目中
- 平均置信度 >= 0.8
如何提升:
/evolve 命令也会建议提升候选者。
置信度评分
置信度随时间演化:
| 分数 | 含义 | 行为 | |
|---|---|---|---|
| 0.3 | 尝试性 | 建议但不强制执行 | |
| 0.5 | 中等 | 在相关时应用 | |
| 0.7 | 强 | 自动批准应用 | |
| 0.9 | 几乎确定 | 核心行为 |
置信度增加 当:
- 模式被重复观察到
- 用户未纠正建议的行为
- 来自其他来源的类似本能达成一致
置信度降低 当:
- 用户明确纠正该行为
- 长期未观察到该模式
- 出现矛盾证据
为什么使用钩子(Hooks)而非技能(Skills)进行观察?
"v1 依赖技能进行观察。技能是概率性的 —— 基于 Claude 的判断,它们大约有 50-80% 的触发率。"
钩子(Hooks)是 100% 触发 的,具有确定性。这意味着:
- 每一个工具调用都被观察到
- 不会遗漏任何模式
- 学习是全面的
向后兼容性
v2.1 完全兼容 v2.0 和 v1:
~/.claude/homunculus/instincts/中现有的全局本能仍作为全局本能工作- v1 中现有的
~/.claude/skills/learned/技能仍可工作 - Stop 钩子仍运行 (但现在也向 v2 提供数据)
- 平滑迁移:并行运行两者
隐私
- 观察结果保存在你的机器 本地
- 项目作用域本能按项目隔离
- 只有 本能 (模式) 可以被导出 —— 而不是原始观察结果
- 不会分享实际的代码或对话内容
- 你可以控制哪些内容被导出和提升
相关内容
- Skill Creator - 从仓库历史生成本能
- Homunculus - 启发了 v2 基于本能的架构的社区项目 (原子观察、置信度评分、本能演化流水线)
- 长篇指南 (The Longform Guide) - 持续学习章节
基于本能的学习:教会 Claude 你的模式,一次一个项目。
Security
- Security scanPassed, 90 of 100Pattern checks on the skill's files.
- Model reviewPassed
Quality evaluation
- Task evaluationNot runNo evaluation yet. Run one in Skill Studio.
Source
- SKILL.md in the repositoryCheckingskills/continuous-learning-v2/SKILL.md
Popularity
- Repository stars
- 318
- Repository forks
- 64
- 7-day trend score
- 29
Stars and forks are for the whole GitHub repository, not this skill alone. Refreshed 4 Apr 2026, 7 months ago.
Works with
Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.
- Claude Code
- Cursor
- GitHub Copilot
- Windsurf
- Codex
- Gemini CLI
- Cline
- Amp
- Roo Code
- Goose
- Continue
- Kilo Code
- Junie
- Trae
- OpenHands
- Qwen Code
- AI Agent
- Tabnine Chat
- Sourcegraph Cody
- Amazon Q
- Firebase Genkit
- Sweep
- Devin
- Phind
- Mentat
- Claude Desktop
- Aider
- GPT Pilot
- Plandex
- bolt.new
- v0
- Replit Agent
- Anse
- TypingMind
- BetterChatGPT
- LibreChat
- Warp AI
- Pieces
- Fig AI
Embed badge
[](https://verified-skill.com/skills/xu-xiang/everything-claude-code-zh/continuous-learning-v2)