continuous-learning-v2

continuous-learning-v2 スキルの概要

continuous-learning-v2 でできること

continuous-learning-v2 スキルは、Claude Code のセッションを学習ループに変えます。ツールの操作を監視し、原子的な「インスティンクト（習慣）」を抽出し、信頼度でスコア付けし、役立つパターンをスキル・コマンド・エージェントへ昇格させることもできます。continuous-learning-v2 ガイドを、単発のプロンプトではなく、永続的でプロジェクトを意識したメモリとして使いたいなら、まさにこのスキルが向いています。

どんな人向けか

continuous-learning-v2 は、Skill Authoring で、AI ワークフローにセッションをまたいだ反復行動の記憶を持たせたいときに使います。特に、運用ルールが安定しているリポジトリで強みを発揮します。エージェント、hook 駆動の自動化、そしてコードベースごとに学習を分けつつ、パターンが別リポジトリへ漏れないようにしたいチームに最適です。

v2 が重要な理由

最大の差別化ポイントは、プロジェクト単位のストレージです。React の習慣は React リポジトリに、Python の習慣は Python 側に残し、本当に汎用性の高いパターンだけがグローバルになります。そのため continuous-learning-v2 は、雑多な「セッションから学習してくれ」という汎用プロンプトよりもノイズが少なく、実際のマルチプロジェクト運用に向いています。

continuous-learning-v2 スキルの使い方

インストールして有効化する

continuous-learning-v2 install の流れで、リポジトリからスキルを追加します。
npx skills add affaan-m/everything-claude-code --skill continuous-learning-v2
インストール後は、Claude Code の設定で hook と observer の両方が有効になっているか確認してください。実用上の起点は、単なるドキュメントではなく、リポジトリ内の hooks/ と agents/ フォルダです。

まず読むべきファイル

最初に SKILL.md を読み、その後で config.json、scripts/detect-project.sh、hooks/observe.sh、agents/start-observer.sh を確認します。実行経路の要点を押さえたいなら、次に agents/observer-loop.sh と agents/session-guardian.sh を見てください。どのタイミングで分析が走るのか、何が間引かれるのか、プロジェクト文脈がどう解決されるのかが分かります。

曖昧な目標ではなく、具体的な入力を与える

効果的な continuous-learning-v2 usage プロンプトは、何を観測するのか、何が有用なパターンなのか、学習をプロジェクト内に閉じるのかを明確に指定します。たとえば、「このリポジトリで TypeScript のエラー処理をどう扱っているかを追跡し、慣習はプロジェクト単位に保ち、2 ファイル以上で使われたパターンだけを昇格させてほしい」といった形です。これは「自分のコーディングスタイルを学んで」で済ませるより、はるかに良い指定です。

使えるインスティンクトを生むワークフロー

通常どおり Claude Code のセッションを進め、hook にツールイベントを記録させ、その後 observer に蓄積された観測結果をスケジュール実行またはオンデマンドで解析させます。出力に誤検知がないか確認し、しきい値とスコープルールを調整してからでないと、コマンドやエージェントへの安定した昇格は期待しないでください。

continuous-learning-v2 スキル FAQ

continuous-learning-v2 は初心者向きですか？

はい。hook ベースのワークフローをインストールし、いくつかのシェルスクリプトを読めるなら問題ありません。ノーコード機能ではありません。SKILL.md を確認し、プロジェクト検出の仕組みを理解し、ある程度のチューニングが必要になることを受け入れられる人ほど使いやすいスキルです。

単純なプロンプトと何が違いますか？

単純なプロンプトでも一度だけ学習をまねることはできますが、continuous-learning-v2 は行動を継続的に観測し、保存し、スコア付けし、再利用するための仕組みとして設計されています。だから、1 回の応答ではなく、再現性のある記憶、信頼度のしきい値、プロジェクト境界が必要な場面に向いています。

使わないほうがよいのはどんなときですか？

1 回限りの回答だけが欲しい場合、環境が hook を安定して実行できない場合、あるいは解析のためにローカルのセッションデータを保存したくない場合は、continuous-learning-v2 は見送ってください。すべてのプロジェクトで同じ習慣を共有したいワークフローにも、あまり向いていません。

Claude Code のエコシステムに合っていますか？

はい。リポジトリは Claude Code の hooks、バックグラウンドエージェント、そして ~/.claude/homunculus/ 配下のプロジェクト単位ストレージを前提に構成されています。こうした統合ポイントを使えない環境では、このスキルの価値は大きく下がります。

continuous-learning-v2 スキルを改善する方法

よりクリーンな例を与える

continuous-learning-v2 の結果が最も良くなるのは、命名、検証、テスト実行、リファクタリング、あるいはリポジトリ固有の慣習のように、明確で繰り返し現れる判断が含まれるセッションです。入力が曖昧だったり、関係のない試行錯誤が混ざっていたりすると、学習されるインスティンクトはノイズが増え、昇格させにくくなります。

ボリュームより先にスコープを調整する

パターンがリポジトリをまたいで漏れているなら、まずは scripts/detect-project.sh とプロジェクト単位ストレージの構成を確認して、プロジェクト検出を直してください。continuous-learning-v2 for Skill Authoring では、観測数を増やすことより、スコープの精度のほうが重要です。

しきい値と昇格ルールは意図的に設定する

このスキルが最も強いのは、「十分に良い」とは何かを昇格前に決めておく場合です。信頼度、頻度、同一プロジェクト内での反復回数に期待値を設定し、1 回きりの挙動が恒久的な指示へ持ち上がらないようにしてください。

最初の解析後に反復する

最初の出力は、完成版のポリシーではなく、インスティンクトの下書きとして扱ってください。抽出された内容を見直し、汎用的すぎるものや偶発的なパターンを取り除いたうえで、次のようにより絞ったプロンプトでもう一度実行します。「私が修正した行動、または少なくとも 2 回のセッションで繰り返された行動だけを残して。」