AGENTS-COLLECTION continuous-learning

Claude Codeセッションから再利用可能なパターンを自動的に抽出し、将来の使用のために学習済みスキルとして保存します。

install

source · Clone the upstream repo

git clone https://github.com/mk-knight23/AGENTS-COLLECTION

Claude Code · Install into ~/.claude/skills/

T=$(mktemp -d) && git clone --depth=1 https://github.com/mk-knight23/AGENTS-COLLECTION "$T" && mkdir -p ~/.claude/skills && cp -r "$T/PLUGINS/CLAUDE-CODE/CACHE/EVERYTHING-CLAUDE-CODE/EVERYTHING-CLAUDE-CODE/1.4.1/DOCS/JA-JP/SKILLS/CONTINUOUS-LEARNING" ~/.claude/skills/mk-knight23-agents-collection-continuous-learning-14e206 && rm -rf "$T"

manifest:

PLUGINS/CLAUDE-CODE/CACHE/EVERYTHING-CLAUDE-CODE/EVERYTHING-CLAUDE-CODE/1.4.1/DOCS/JA-JP/SKILLS/CONTINUOUS-LEARNING/SKILL.md

source content

継続学習スキル

Claude Codeセッションを終了時に自動的に評価し、学習済みスキルとして保存できる再利用可能なパターンを抽出します。

動作原理

このスキルは各セッション終了時にStopフックとして実行されます:

セッション評価: セッションに十分なメッセージがあるか確認(デフォルト: 10以上)
パターン検出: セッションから抽出可能なパターンを識別
スキル抽出: 有用なパターンを
```
~/.claude/skills/learned/
```
に保存

設定

config.json

を編集してカスタマイズ:

{
  "min_session_length": 10,
  "extraction_threshold": "medium",
  "auto_approve": false,
  "learned_skills_path": "~/.claude/skills/learned/",
  "patterns_to_detect": [
    "error_resolution",
    "user_corrections",
    "workarounds",
    "debugging_techniques",
    "project_specific"
  ],
  "ignore_patterns": [
    "simple_typos",
    "one_time_fixes",
    "external_api_issues"
  ]
}

パターンの種類

パターン	説明
`error_resolution`	特定のエラーの解決方法
`user_corrections`	ユーザー修正からのパターン
`workarounds`	フレームワーク/ライブラリの癖への解決策
`debugging_techniques`	効果的なデバッグアプローチ
`project_specific`	プロジェクト固有の規約

フック設定

~/.claude/settings.json

に追加:

{
  "hooks": {
    "Stop": [{
      "matcher": "*",
      "hooks": [{
        "type": "command",
        "command": "~/.claude/skills/continuous-learning/evaluate-session.sh"
      }]
    }]
  }
}

Stopフックを使用する理由

軽量: セッション終了時に1回だけ実行
ノンブロッキング: すべてのメッセージにレイテンシを追加しない
完全なコンテキスト: セッション全体のトランスクリプトにアクセス可能

比較ノート (調査: 2025年1月)

vs Homunculus (github.com/humanplane/homunculus)

Homunculus v2はより洗練されたアプローチを採用:

機能	このアプローチ	Homunculus v2
観察	Stopフック(セッション終了時)	PreToolUse/PostToolUseフック(100%信頼性)
分析	メインコンテキスト	バックグラウンドエージェント(Haiku)
粒度	完全なスキル	原子的な「本能」
信頼度	なし	0.3-0.9の重み付け
進化	直接スキルへ	本能 → クラスタ → スキル/コマンド/エージェント
共有	なし	本能のエクスポート/インポート

homunculusからの重要な洞察:

"v1はスキルに観察を依存していました。スキルは確率的で、発火率は約50-80%です。v2は観察にフック(100%信頼性)を使用し、学習された振る舞いの原子単位として本能を使用します。"

v2の潜在的な改善

本能ベースの学習 - 信頼度スコアリングを持つ、より小さく原子的な振る舞い
バックグラウンド観察者 - 並行して分析するHaikuエージェント
信頼度の減衰 - 矛盾した場合に本能の信頼度が低下
ドメインタグ付け - コードスタイル、テスト、git、デバッグなど
進化パス - 関連する本能をスキル/コマンドにクラスタ化

詳細:

/Users/affoon/Documents/tasks/12-continuous-learning-v2.md

を参照。