本文へ移動
cccskills
無料GitHub で公開日本語紹介

continuous-learning-v2

Claude Codeの作業記録から修正や反復する手順を見つけ、信頼度付きの小さな行動ルールとして蓄積し、プロジェクトごとに分けてスキルやコマンドへ育てるスキル。

原文原文の説明を見る

Sistema de aprendizaje basado en instintos que observa sesiones mediante hooks, crea instintos atómicos con puntuación de confianza y los evoluciona en skills/comandos/agentes. v2.1 agrega instintos con alcance de proyecto para prevenir contaminación entre proyectos.

インストール方法を見る

こんなときに便利

  • 作業中の好みや手順を学習させたいとき
  • プロジェクトごとの開発規約の整理
  • 学習したルールのスキル化
  • 学習パターンの確認と共有

日本語での紹介

できること

Claude Codeでの作業から、利用者の修正、エラーの解決方法、繰り返す手順を観察し、再利用できる小さな行動ルールとして蓄積します。ルールには適用する場面、行動、根拠、信頼度を持たせます。関連するルールをまとめてスキル、コマンド、エージェントへ発展させ、一覧確認やエクスポート、インポートも行えます。

こんなときに便利

同じ好みや作業手順を繰り返し伝えている場合に向いています。言語や構成の約束はプロジェクトごとに分け、一般的な作業習慣は共通ルールとして扱うため、複数の開発案件で学習内容を整理したい場合にも役立ちます。

使い方の例

  • 「作業セッションから行動ルールを学習する設定をして」
  • 「/instinct-statusで学習済みルールを確認して」
  • 「/evolveで関連ルールをスキルやコマンドにまとめて」

注意点

Claude Codeのツール実行前後に動くフックを使い、バックグラウンドの観察にはHaikuを使用します。プラグインではClaude Code v2.1+がフックを自動読み込みし、手動導入では設定が必要です。観察記録はローカルに保存され、エクスポート対象は生の会話やコードではなく学習したルールです。

この紹介文は、公開されている SKILL.md をもとに AI(Claude Haiku)が作成しました。正確な仕様は下の原文を確認してください。

含まれるファイル(1)

  • SKILL.md9.3 KB

SKILL.md(原文)

インストールする前に、エージェントに与えられる指示の中身を確認できます。

Aprendizaje Continuo v2.1 - Arquitectura Basada en Instintos

Un sistema de aprendizaje avanzado que convierte tus sesiones de Claude Code en conocimiento reutilizable a través de "instintos" atómicos — pequeños comportamientos aprendidos con puntuación de confianza.

v2.1 agrega instintos con alcance de proyecto — los patrones de React se quedan en tu proyecto React, las convenciones de Python se quedan en tu proyecto Python, y los patrones universales (como "siempre validar la entrada") se comparten globalmente.

Cuándo Activar

  • Configurar aprendizaje automático desde sesiones de Claude Code
  • Configurar extracción de comportamientos basada en instintos mediante hooks
  • Ajustar umbrales de confianza para comportamientos aprendidos
  • Revisar, exportar o importar librerías de instintos
  • Evolucionar instintos en skills, comandos o agentes completos
  • Gestionar instintos con alcance de proyecto vs globales
  • Promover instintos de alcance de proyecto a global

Qué hay de Nuevo en v2.1

Característicav2.0v2.1
AlmacenamientoGlobal (~/.claude/homunculus/)Con alcance de proyecto (${XDG_DATA_HOME:-~/.local/share}/ecc-homunculus/projects/<hash>/)
AlcanceTodos los instintos aplican en todas partesCon alcance de proyecto + global
DetecciónNingunaURL remota de git / ruta del repositorio
PromociónN/AProyecto → global cuando se ve en 2+ proyectos
Comandos4 (status/evolve/export/import)6 (+promote/projects)
Entre proyectosRiesgo de contaminaciónAislado por defecto

Qué hay de Nuevo en v2 (vs v1)

Característicav1v2
ObservaciónHook Stop (fin de sesión)PreToolUse/PostToolUse (100% confiable)
AnálisisContexto principalAgente en segundo plano (Haiku)
GranularidadSkills completos"Instintos" atómicos
ConfianzaNingunaPonderada 0.3-0.9
EvoluciónDirectamente a skillInstintos → cluster → skill/comando/agente
CompartirNingunoExportar/importar instintos

El Modelo de Instinto

Un instinto es un pequeño comportamiento aprendido:

---
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

Propiedades:

  • Atómico — un disparador, una acción
  • Ponderado por confianza — 0.3 = tentativo, 0.9 = casi seguro
  • Etiquetado por dominio — code-style, testing, git, debugging, workflow, etc.
  • Respaldado por evidencia — rastrea qué observaciones lo crearon
  • Consciente del alcance — project (por defecto) o global

Cómo Funciona

Actividad de Sesión (en un repositorio git)
      |
      | Los hooks capturan prompts + uso de herramientas (100% confiable)
      | + detectan contexto del proyecto (git remote / ruta del repo)
      v
+---------------------------------------------+
|  projects/<project-hash>/observations.jsonl  |
|   (prompts, llamadas de herramientas, resultados, proyecto)   |
+---------------------------------------------+
      |
      | El agente observador lee (segundo plano, Haiku)
      v
+---------------------------------------------+
|          DETECCIÓN DE PATRONES               |
|   * Correcciones de usuario -> instinto      |
|   * Resoluciones de errores -> instinto      |
|   * Flujos de trabajo repetidos -> instinto  |
|   * Decisión de alcance: ¿proyecto o global? |
+---------------------------------------------+
      |
      | Crea/actualiza
      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            |
+---------------------------------------------+

Detección de Proyecto

El sistema detecta automáticamente tu proyecto actual:

  1. Variable de entorno CLAUDE_PROJECT_DIR (máxima prioridad)
  2. git remote get-url origin — hasheado para crear un ID de proyecto portable (el mismo repo en diferentes máquinas obtiene el mismo ID)
  3. git rev-parse --show-toplevel — respaldo usando la ruta del repo (específica de la máquina)
  4. Respaldo global — si no se detecta ningún proyecto, los instintos van al alcance global

Cada proyecto obtiene un ID hash de 12 caracteres (ej. a1b2c3d4e5f6). Un archivo de registro en ${XDG_DATA_HOME:-~/.local/share}/ecc-homunculus/projects.json mapea IDs a nombres legibles.

Directorio de Datos

Continuous-learning-v2 almacena los datos del observador fuera de ~/.claude para que el guard de rutas sensibles de Claude Code no bloquee las escrituras de instintos en segundo plano:

  1. CLV2_HOMUNCULUS_DIR cuando se establece a una ruta absoluta
  2. $XDG_DATA_HOME/ecc-homunculus
  3. $HOME/.local/share/ecc-homunculus

Los usuarios existentes con datos en ~/.claude/homunculus pueden migrar una vez:

bash skills/continuous-learning-v2/scripts/migrate-homunculus.sh

Inicio Rápido

1. Habilitar Hooks de Observación

Si está instalado como plugin (recomendado):

No se requiere bloque extra de hooks en settings.json. Claude Code v2.1+ carga automáticamente el hooks/hooks.json del plugin, y observe.sh ya está registrado allí.

Si está instalado manualmente en ~/.claude/skills, agregar esto a tu ~/.claude/settings.json:

{
  "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. Usar los Comandos de Instinto

/instinct-status     # Mostrar instintos aprendidos (proyecto + global)
/evolve              # Agrupar instintos relacionados en skills/comandos
/instinct-export     # Exportar instintos a archivo
/instinct-import     # Importar instintos de otros
/promote             # Promover instintos de proyecto a alcance global
/projects            # Listar todos los proyectos conocidos y sus conteos de instintos

Guía de Decisión de Alcance

Tipo de PatrónAlcanceEjemplos
Convenciones de lenguaje/frameworkproject"Usar React hooks", "Seguir patrones Django REST"
Preferencias de estructura de archivosproject"Pruebas en __tests__/", "Componentes en src/components/"
Estilo de códigoproject"Usar estilo funcional", "Preferir dataclasses"
Estrategias de manejo de erroresproject"Usar tipo Result para errores"
Prácticas de seguridadglobal"Validar entrada de usuario", "Sanitizar SQL"
Buenas prácticas generalesglobal"Escribir pruebas primero", "Siempre manejar errores"
Preferencias de flujo de trabajo de herramientasglobal"Grep antes de Edit", "Read antes de Write"
Prácticas de Gitglobal"Conventional commits", "Commits pequeños y enfocados"

Puntuación de Confianza

La confianza evoluciona con el tiempo:

PuntuaciónSignificadoComportamiento
0.3TentativoSugerido pero no aplicado
0.5ModeradoAplicado cuando es relevante
0.7FuerteAuto-aprobado para aplicación
0.9Casi seguroComportamiento central

La confianza aumenta cuando:

  • El patrón se observa repetidamente
  • El usuario no corrige el comportamiento sugerido
  • Instintos similares de otras fuentes coinciden

La confianza disminuye cuando:

  • El usuario corrige explícitamente el comportamiento
  • El patrón no se observa por períodos extendidos
  • Aparece evidencia contradictoria

Privacidad

  • Las observaciones permanecen locales en tu máquina
  • Los instintos con alcance de proyecto están aislados por proyecto
  • Solo los instintos (patrones) pueden exportarse — no las observaciones brutas
  • No se comparte código real ni contenido de conversaciones
  • Tú controlas qué se exporta y promueve

レビュー

まだレビューはありません。使ってみた感想をお寄せください。

同じリポジトリのスキル

概要と使いどころ

accessibility

無料日本語概要

Web・iOS・Androidの画面を、読み上げやキーボード操作に対応させ、ラベル、配色、操作対象の大きさなどをWCAG 2.2に沿って設計・点検するスキル。

  • アイコンボタンの説明を付けたいとき
  • キーボード操作とモーダルの点検
  • コントラストや操作対象の大きさの確認
affaan-m/ECC27.8万2026年10月12日 更新

agent-architecture-audit

無料日本語概要

AIエージェントの不調を、指示・記憶・ツール実行・画面表示など12の層から調べるスキル。コードやログを根拠に原因を整理し、重要度順の指摘と修正案をまとめます。

  • アプリ内だけで起きる不調を調べたいとき
  • 過去の会話が混ざる原因を調査
  • ツールの未実行や実行の誤報を確認
affaan-m/ECC27.8万2026年10月12日 更新

agent-eval

無料日本語概要

実際の開発課題で複数のコーディングエージェントを比較するスキル。成功率、取得可能なAPI費用、所要時間、繰り返し実行の安定性を測り、選定や更新後の評価に使えます。

  • 実際の開発課題でエージェントを比較
  • 新しいツールやモデルの導入前評価
  • エージェント更新後の性能確認
affaan-m/ECC27.8万2026年10月12日 更新

agent-harness-construction

無料日本語概要

AIエージェントが使うツールの種類や入出力、エラーからの復帰手順を設計・見直します。文脈の情報量も整理し、作業完了率や再試行回数で改善を評価します。

  • エージェントのツールや入力形式の設計
  • ツールの結果と次の行動を明確にしたいとき
  • 安全な再試行と停止条件を定めたいとき
affaan-m/ECC27.8万2026年10月12日 更新

agent-introspection-debugging

無料日本語概要

AIエージェントの失敗や同じ操作の繰り返しを記録し、原因の切り分け、小さな復旧操作、結果の報告まで進める手順を示して、根拠のある再試行につなげるスキル。

  • 同じツール操作を繰り返す原因の調査
  • 会話の肥大化による品質低下の調査
  • ファイルパスや環境の食い違いの確認
affaan-m/ECC27.8万2026年10月12日 更新

agent-introspection-debugging

無料日本語概要

AIエージェントが失敗や同じ操作を繰り返す原因を、エラーと実行状況から整理します。小さな復旧操作を試し、結果と根拠を引き継げる報告にまとめるスキルです。

  • エージェントの連続失敗を診断したいとき
  • 同じツール操作のループ調査
  • 情報の蓄積による出力劣化の点検
affaan-m/ECC27.8万2026年10月5日 更新

affaan-m のスキルをすべて見る

このスキルの問題を報告する