continuous-learning

name continuous-learning description Claude Code 세션에서 재사용 가능한 패턴을 자동으로 추출하여 향후 사용을 위한 학습된 스킬로 저장합니다. origin ECC 지속적 학습 스킬 Claude Code 세션 종료 시 자동으로 평가하여 학습된 스킬로 저장할 수 있는 재사용 가능한 패턴을 추출합니다. 활성화 시점 Claude Code 세션에서 자동 패턴 추출을 설정할 때 세션 평가를 위한 Stop Hook을 구성할 때 ~/.claude/skills/learned/ 에서 학습된 스킬을 검토하거나 큐레이션할 때 추출 임계값이나 패턴 카테고리를 조정할 때 v1 (이 방식)과 v2 (본능 기반) 접근법을 비교할 때 작동 방식 이 스킬은 각 세션 종료 시 Stop Hook 으로 실행됩니다: 세션 평가 : 세션에 충분한 메시지가 있는지 확인 (기본값: 10개 이상) 패턴 감지 : 세션에서 추출 가능한 패턴을 식별 스킬 추출 : 유용한 패턴을 ~/.claude/skills/learned/ 에 저장 구성 config.json 을 편집하여 사용자 지정합니다: { "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" ] } 패턴 유형 패턴 설명 error_resolution 특정 에러가 어떻게 해결되었는지 user_corrections 사용자 수정으로부터의 패턴 workarounds 프레임워크/라이브러리 특이점에 대한 해결책 debugging_techniques 효과적인 디버깅 접근법 project_specific 프로젝트 고유 컨벤션 Hook 설정 ~/.claude/settings.json 에 추가합니다: { "hooks" : { "Stop" : [ { "matcher" : "*" , "hooks" : [ { "type" : "command" , "command" : "~/.claude/skills/continuous-learning/evaluate-session.sh" } ] } ] } } 예시 자동 패턴 추출 설정 예시 { "min_session_length" : 10 , "extraction_threshold" : "medium" , "auto_approve" : false , "learned_skills_path" : "~/.claude/skills/learned/" } Stop Hook 연결 예시 { "hooks" : { "Stop" : [ { "matcher" : "*" , "hooks" : [ { "type" : "command" , "command" : "~/.claude/skills/continuous-learning/evaluate-session.sh" } ] } ] } } Stop Hook을 사용하는 이유 경량 : 세션 종료 시 한 번만 실행 비차단 : 모든 메시지에 지연을 추가하지 않음 완전한 컨텍스트 : 전체 세션 트랜스크립트에 접근 가능 관련 항목 The Longform Guide - 지속적 학습 섹션 /learn 명령어 - 세션 중 수동 패턴 추출 비교 노트 (연구: 2025년 1월) vs Homunculus Homunculus v2는 더 정교한 접근법을 취합니다: 기능 우리의 접근법 Homunculus v2 관찰 Stop Hook (세션 종료 시) PreToolUse/PostToolUse Hook (100% 신뢰) 분석 메인 컨텍스트 백그라운드 에이전트 (Haiku) 세분성 완전한 스킬 원자적 "본능" 신뢰도 없음 0.3-0.9 가중치 진화 스킬로 직접 본능 -> 클러스터 -> 스킬/명령어/에이전트 공유 없음 본능 내보내기/가져오기 Homunculus의 핵심 통찰: "v1은 관찰을 스킬에 의존했습니다. 스킬은 확률적이어서 약 50-80%의 확률로 실행됩니다. v2는 관찰에 Hook(100% 신뢰)을 사용하고 본능을 학습된 행동의 원자 단위로 사용합니다." 잠재적 v2 개선 사항 본능 기반 학습 - 신뢰도 점수가 있는 더 작고 원자적인 행동 백그라운드 관찰자 - 병렬로 분석하는 Haiku 에이전트 신뢰도 감쇠 - 반박 시 본능의 신뢰도 감소 도메인 태깅 - code-style, testing, git, debugging 등 진화 경로 - 관련 본능을 스킬/명령어로 클러스터링 자세한 사양은 continuous-learning-v2-spec.md 를 참조하세요.