marshall0524/continuous-learning-v2

持续学习 v2.1 - 基于本能

的架构

一个高级学习系统，通过原子化的“本能”——带有置信度评分的小型习得行为——将你的 Claude Code 会话转化为可重用的知识。

v2.1 新增了项目作用域的本能 — 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”）则全局共享。

何时激活

• 设置从 Claude Code 会话自动学习
• 通过钩子配置基于本能的行为提取
• 调整已学习行为的置信度阈值
• 查看、导出或导入本能库
• 将本能进化为完整的技能、命令或代理
• 管理项目作用域与全局本能
• 将本能从项目作用域提升到全局作用域

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 | 所有本能随处适用 | 项目作用域 + 全局 | | 检测 | 无 | git remote URL / 仓库路径 | | 提升 | 不适用 | 在 2+ 个项目中出现时，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 | 停止钩子（会话结束） | PreToolUse/PostToolUse (100% 可靠) | | 分析 | 主上下文 | 后台代理 (Haiku) | | 粒度 | 完整技能 | 原子化“本能” | | 置信度 | 无 | 0.3-0.9 加权 | | 进化 | 直接进化为技能 | 本能 -> 聚类 -> 技能/命令/代理 | | 共享 | 无 | 导出/导入本能 |

本能模型

一个本能是一个小型习得行为：

---
id: prefer-functional-style
trigger: "when writing new functions"
confidence: 0.7
domain: "code-style"
source: "session-observation"
scope: project
project_id: "a1b2c3d4e5f6"
project_name: "my-react-app"
---

# Prefer Functional Style

## Action
Use functional patterns over classes when appropriate.

## Evidence
- Observed 5 instances of functional pattern preference
- User corrected class-based approach to functional on 2025-01-15

属性：

• 原子化 -- 一个触发条件，一个动作
• 置信度加权 -- 0.3 = 试探性，0.9 = 几乎确定
• 领域标记 -- 代码风格、测试、git、调试、工作流等
• 有证据支持 -- 追踪是哪些观察创建了它
• 作用域感知 -- project (默认) 或 global

工作原理

Session Activity (in a git repo)
      |
      | Hooks capture prompts + tool use (100% reliable)
      | + detect project context (git remote / repo path)
      v
+---------------------------------------------+
|  projects/<project-hash>/observations.jsonl  |
|   (prompts, tool calls, outcomes, project)   |
+---------------------------------------------+
      |
      | Observer agent reads (background, Haiku)
      v
+---------------------------------------------+
|          PATTERN DETECTION                   |
|   * User corrections -> instinct             |
|   * Error resolutions -> instinct            |
|   * Repeated workflows -> instinct           |
|   * Scope decision: project or global?       |
+---------------------------------------------+
      |
      | Creates/updates
      v
+---------------------------------------------+
|  projects/<project-hash>/instincts/personal/ |
|   * prefer-functional.yaml (0.7) [project]   |
|   * use-react-hooks.yaml (0.9) [project]     |
+---------------------------------------------+
|  instincts/personal/  (GLOBAL)               |
|   * always-validate-input.yaml (0.85) [global]|
|   * grep-before-edit.yaml (0.6) [global]     |
+---------------------------------------------+
      |
      | /evolve clusters + /promote
      v
+---------------------------------------------+
|  projects/<hash>/evolved/ (project-scoped)   |
|  evolved/ (global)                           |
|   * commands/new-feature.md                  |
|   * skills/testing-workflow.md               |
|   * agents/refactor-specialist.md            |
+---------------------------------------------+

项目检测

系统会自动检测您当前的项目：

1. CLAUDE_PROJECT_DIR 环境变量 (最高优先级)
2. git remote get-url origin -- 哈希化以创建可移植的项目 ID (同一仓库在不同机器上获得相同的 ID)
3. git rev-parse --show-toplevel -- 使用仓库路径作为后备方案 (机器特定)
4. 全局后备方案 -- 如果未检测到项目，本能将进入全局作用域

每个项目都会获得一个 12 字符的哈希 ID (例如 a1b2c3d4e5f6)。~/.claude/homunculus/projects.json 处的注册表文件将 ID 映射到人类可读的名称。

快速开始

1. 启用观察钩子

添加到你的 ~/.claude/settings.json 中。

如果作为插件安装（推荐）：

{
  "hooks": {
    "PreToolUse": [{
      "matcher": "*",
      "hooks": [{
        "type": "command",
        "command": "${CLAUDE_PLUGIN_ROOT}/skills/continuous-learning-v2/hooks/observe.sh"
      }]
    }],
    "PostToolUse": [{
      "matcher": "*",
      "hooks": [{
        "type": "command",
        "command": "${CLAUDE_PLUGIN_ROOT}/skills/continuous-learning-v2/hooks/observe.sh"
      }]
    }]
  }
}

如果手动安装到 ~/.claude/skills：

{
  "hooks": {
    "PreToolUse": [{
      "matcher": "*",
      "hooks": [{
        "type": "command",
        "command": "~/.claude/skills/continuous-learning-v2/hooks/observe.sh"
      }]
    }],
    "PostToolUse": [{
      "matcher": "*",
      "hooks": [{
        "type": "command",
        "command": "~/.claude/skills/continuous-learning-v2/hooks/observe.sh"
      }]
    }]
  }
}

2. 初始化目录结构

系统会在首次使用时自动创建目录，但您也可以手动创建：

# Global directories
mkdir -p ~/.claude/homunculus/{instincts/{personal,inherited},evolved/{agents,skills,commands},projects}

# Project directories are auto-created when the hook first runs in a git repo

3. 使用本能命令

/instinct-status     # Show learned instincts (project + global)
/evolve              # Cluster related instincts into skills/commands
/instinct-export     # Export instincts to file
/instinct-import     # Import instincts from others
/promote             # Promote project instincts to global scope
/projects            # List all known projects and their instinct counts

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 | 将相关本能聚类成技能/命令，建议提升 | | /instinct-export | 导出本能 (可按作用域/领域过滤) | | /instinct-import <file> | 导入本能 (带作用域控制) | | /promote [id] | 将项目本能提升到全局作用域 | | /projects | 列出所有已知项目及其本能数量 |

配置

编辑 config.json 以控制后台观察器：

{
  "version": "2.1",
  "observer": {
    "enabled": false,
    "run_interval_minutes": 5,
    "min_observations_to_analyze": 20
  }
}

| 键 | 默认值 | 描述 | |-----|---------|-------------| | observer.enabled | false | 启用后台观察器代理 | | observer.run_interval_minutes | 5 | 观察器分析观察结果的频率 | | observer.min_observations_to_analyze | 20 | 运行分析所需的最小观察次数 |

其他行为 (观察捕获、本能阈值、项目作用域、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

~/.claude/homunculus/
+-- identity.json           # Your profile, technical level
+-- projects.json           # Registry: project hash -> name/path/remote
+-- observations.jsonl      # Global observations (fallback)
+-- instincts/
|   +-- personal/           # Global auto-learned instincts
|   +-- inherited/          # Global imported instincts
+-- evolved/
|   +-- agents/             # Global generated agents
|   +-- skills/             # Global generated skills
|   +-- commands/           # Global generated commands
+-- projects/
    +-- a1b2c3d4e5f6/       # Project hash (from git remote URL)
    |   +-- observations.jsonl
    |   +-- observations.archive/
    |   +-- instincts/
    |   |   +-- personal/   # Project-specific auto-learned
    |   |   +-- inherited/  # Project-specific imported
    |   +-- evolved/
    |       +-- skills/
    |       +-- commands/
    |       +-- agents/
    +-- f6e5d4c3b2a1/       # Another project
        +-- ...

作用域决策指南

| 模式类型 | 作用域 | 示例 | |-------------|-------|---------| | 语言/框架约定 | 项目 | "使用 React hooks", "遵循 Django REST 模式" | | 文件结构偏好 | 项目 | "测试放在 __tests__/", "组件放在 src/components/" | | 代码风格 | 项目 | "使用函数式风格", "首选数据类" | | 错误处理策略 | 项目 | "对错误使用 Result 类型" | | 安全实践 | 全局 | "验证用户输入", "清理 SQL" | | 通用最佳实践 | 全局 | "先写测试", "始终处理错误" | | 工具工作流偏好 | 全局 | "编辑前先 Grep", "写入前先读取" | | Git 实践 | 全局 | "约定式提交", "小而专注的提交" |

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，它就有资格被提升到全局作用域。

自动提升标准：

• 相同的本能 ID 出现在 2+ 个项目中
• 平均置信度 >= 0.8

如何提升：

# Promote a specific instinct
python3 instinct-cli.py promote prefer-explicit-errors

# Auto-promote all qualifying instincts
python3 instinct-cli.py promote

# Preview without changes
python3 instinct-cli.py promote --dry-run

/evolve 命令也会建议可提升的候选本能。

置信度评分

置信度随时间演变：

| 分数 | 含义 | 行为 | |-------|---------|----------| | 0.3 | 尝试性的 | 建议但不强制执行 | | 0.5 | 中等的 | 相关时应用 | | 0.7 | 强烈的 | 自动批准应用 | | 0.9 | 近乎确定的 | 核心行为 |

置信度增加当：

• 模式被反复观察到
• 用户未纠正建议的行为
• 来自其他来源的相似本能一致

置信度降低当：

• 用户明确纠正该行为
• 长时间未观察到该模式
• 出现矛盾证据

为什么用钩子而非技能进行观察？

"v1 依赖技能来观察。技能是概率性的 -- 根据 Claude 的判断，它们触发的概率约为 50-80%。"

钩子100% 触发，是确定性的。这意味着：

• 每次工具调用都被观察到
• 不会错过任何模式
• 学习是全面的

向后兼容性

v2.1 与 v2.0 和 v1 完全兼容：

• ~/.claude/homunculus/instincts/ 中现有的全局本能仍然作为全局本能工作
• 来自 v1 的现有 ~/.claude/skills/learned/ 技能仍然有效
• 停止钩子仍然运行 (但现在也会输入到 v2)
• 逐步迁移：并行运行两者

隐私

• 观察结果本地保留在您的机器上
• 项目作用域的本能按项目隔离
• 只有本能 (模式) 可以被导出 — 而不是原始观察数据
• 不会共享实际的代码或对话内容
• 您控制导出和提升的内容

相关链接

• 技能创建器 - 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、本能进化管道）
• 长篇指南 - 持续学习部分

---

基于本能的学习：一次一个项目，教会 Claude 您的模式。