継続的学習スキル

Claude Codeセッション終了時に自動評価して、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。

活性化する場面

Claude Codeセッションで自動パターン抽出を設定するとき
セッション評価のためのStop Hookを構成するとき
~/.claude/skills/learned/で学習済みスキルをレビューまたはキュレーションするとき
抽出閾値またはパターンカテゴリを調整するとき
v1（この方式）とv2（本能ベース）アプローチを比較するとき

動作方式

このスキルは各セッション終了時にStop Hook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個以上）
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します：

{
  "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"
  ]
}

パターンタイプ

パターン	説明
`error_resolution`	特定のエラーがどのように解決されたか
`user_corrections`	ユーザー修正から得られたパターン
`workarounds`	フレームワーク/ライブラリの特異性に対する解決策
`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

Hook設定

~/.claude/settings.jsonに追加します：

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

例

自動パターン抽出設定の例

{
  "min_session_length": 10,
  "extraction_threshold": "medium",
  "auto_approve": false,
  "learned_skills_path": "~/.claude/skills/learned/"
}

Stop Hook接続の例

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

Stop Hook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遅延を追加しない
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（研究：2025年1月）

vs Homunculus

Homunculus v2はより洗練されたアプローチを採用しています：

機能	当方のアプローチ	Homunculus v2
観察	Stop Hook（セッション終了時）	PreToolUse/PostToolUse Hook（100%確実）
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	アトミックな「本能」
信頼度	なし	0.3-0.9の重み
進化	スキルへ直接	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の重要な洞察：

「v1は観察をスキルに依存していました。スキルは確率的で約50-80%の確率で実行されます。v2は観察にHook（100%確実）を使用し、本能を学習された行動のアトミックユニットとして使用します。」

潜在的なv2改善

本能ベースの学習 - 信頼度スコア付きのより小さく、アトミックな行動
バックグラウンド観察者 - 並列で分析するHaikuエージェント
信頼度減衰 - 反論時に本能の信頼度を低減
ドメインタグ付け - code-style、testing、git、debuggingなど
進化経路 - 関連する本能をスキル/コマンドにクラスタリング

詳細な仕様については、continuous-learning-v2-spec.mdを参照してください。

原文

英語原文

continuous-learning

SKILL.md 本文