/continuous-learning-v2

name: continuous-learning-v2
description: 基于本能（Instinct）的学习系统，通过钩子（hooks）观察会话，创建带有置信度评分的原子本能，并将其演化为技能（Skills）、命令（Commands）或智能体（Agents）。v2.1 版本增加了项目作用域（project-scoped）的本能，以防止跨项目污染。
origin: ECC
version: 2.1.0

持续学习（Continuous Learning）v2.1 - 基于本能（Instinct）的架构

一个先进的学习系统，通过原子级“本能（Instincts）”——带有置信度评分的小型学习行为，将你的 Claude Code 会话转化为可复用的知识。

**v2.1** 增加了 **项目作用域本能（project-scoped instincts）** —— 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”）则在全局共享。

何时激活

• 设置从 Claude Code 会话中自动学习
• 配置通过钩子（hooks）提取基于本能的行为
• 调整学习行为的置信度阈值
• 查看、导出或导入本能库
• 将本能演化为完整的技能（Skills）、命令（Commands）或智能体（Agents）
• 管理项目作用域与全局本能
• 将本能从项目作用域提升（Promote）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 | 所有本能应用于所有地方 | 项目作用域 + 全局 | | 检测 | 无 | git remote URL / 仓库路径 | | 提升 | 不适用 | 当在 2 个以上项目中看到时，由项目 → 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 | Stop 钩子（会话结束） | PreToolUse/PostToolUse (100% 可靠) | | 分析 | 主上下文 | 后台智能体 (Haiku) | | 粒度 | 完整技能 | 原子级“本能” | | 置信度 | 无 | 0.3-0.9 加权 | | 演化 | 直接到技能 | 本能 -> 聚类 -> 技能/命令/智能体 | | 分享 | 无 | 导出/导入本能 |

本能模型（The Instinct Model）

本能是一个小型学习行为：

---
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"
---

# 偏好函数式风格

## 动作（Action）
在适当时使用函数式模式而非类（classes）。

## 证据（Evidence）
- 观察到 5 次偏好函数式模式的实例
- 用户在 2025-01-15 将基于类的方案纠正为函数式

**属性：**

• **原子性（Atomic）** —— 一个触发器，一个动作
• **置信度加权（Confidence-weighted）** —— 0.3 = 尝试性， 0.9 = 几乎确定
• **领域标签（Domain-tagged）** —— code-style, testing, git, debugging, workflow 等
• **证据支持（Evidence-backed）** —— 追踪哪些观察结果创建了它
• **作用域感知（Scope-aware）** —— `project`（默认）或 `global`

工作原理

会话活动 (在 git 仓库中)
      |
      | 钩子（Hooks）捕获提示词 + 工具使用 (100% 可靠)
      | + 检测项目上下文 (git remote / 仓库路径)
      v
+---------------------------------------------+
|  projects/<project-hash>/observations.jsonl  |
|   (提示词, 工具调用, 结果, 项目)              |
+---------------------------------------------+
      |
      | 观察者智能体读取 (后台, Haiku)
      v
+---------------------------------------------+
|                模式检测                      |
|   * 用户纠正 -> 本能                         |
|   * 错误解决 -> 本能                         |
|   * 重复工作流 -> 本能                       |
|   * 作用域决策：项目还是全局？                |
+---------------------------------------------+
      |
      | 创建/更新
      v
+---------------------------------------------+
|  projects/<project-hash>/instincts/personal/ |
|   * prefer-functional.yaml (0.7) [project]   |
|   * use-react-hooks.yaml (0.9) [project]     |
+---------------------------------------------+
|  instincts/personal/  (全局 GLOBAL)          |
|   * always-validate-input.yaml (0.85) [global]|
|   * grep-before-edit.yaml (0.6) [global]     |
+---------------------------------------------+
      |
      | /evolve 聚类 + /promote 提升
      v
+---------------------------------------------+
|  projects/<hash>/evolved/ (项目作用域)       |
|  evolved/ (全局)                             |
|   * commands/new-feature.md                  |
|   * skills/testing-workflow.md               |
|   * agents/refactor-specialist.md            |
+---------------------------------------------+

项目检测（Project Detection）

系统会自动检测你当前的项目：

1. **`CLAUDE_PROJECT_DIR` 环境变量** (最高优先级) 2. **`git remote get-url origin`** —— 通过哈希创建可移植的项目 ID (不同机器上的同一仓库获得相同的 ID) 3. **`git rev-parse --show-toplevel`** —— 使用仓库路径作为回退方案 (机器特定) 4. **全局回退** —— 如果未检测到项目，本能将进入全局作用域

每个项目获得一个 12 位的哈希 ID (例如 `a1b2c3d4e5f6`)。位于 `~/.claude/homunculus/projects.json` 的注册文件将 ID 映射到人类可读的名称。

快速开始

1. 启用观察钩子（Observation Hooks）

添加到你的 `~/.claude/settings.json`。

**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

系统在首次使用时会自动创建目录，但你也可以手动创建：

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

# 项目目录会在钩子首次在 git 仓库中运行时自动创建

3. 使用本能命令

/instinct-status     # 显示已学习的本能 (项目 + 全局)
/evolve              # 将相关的本能聚类为技能/命令
/instinct-export     # 将本能导出到文件
/instinct-import     # 从他人处导入本能
/promote             # 将项目本能提升到全局作用域
/projects            # 列出所有已知的项目及其本能数量

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` | 将相关的本能聚类为技能/命令，并建议提升 | | `/instinct-export` | 导出本能 (可按作用域/领域过滤) | | `/instinct-import <file>` | 带有作用域控制地导入本能 | | `/promote [id]` | 将项目本能提升到全局作用域 | | `/projects` | 列出所有已知的项目及其本能数量 |

配置

编辑 `config.json` 以控制后台观察者：

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

| 键名 | 默认值 | 描述 | |-----|---------|-------------| | `observer.enabled` | `false` | 启用后台观察者智能体 | | `observer.run_interval_minutes` | `5` | 观察者分析观察结果的频率 | | `observer.min_observations_to_analyze` | `20` | 分析运行前最少需要的观察次数 |

其他行为 (观察捕获、本能阈值、项目作用域划分、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.j