aprendizaje-continuo

Skill de Aprendizaje Continuo - OBSOLETA

OBSOLETA 2026-04-28. Usa continuous-learning-v2 en su lugar. v2 es un superconjunto estricto: la observación mediante hook de parada se convierte en observación PreToolUse/PostToolUse, las skills completas se convierten en instintos atómicos con puntuación de confianza, y el almacenamiento solo global se vuelve con alcance de proyecto más promoción global.

Este archivo se conserva como referencia de archivo y para compatibilidad hacia atrás con instalaciones existentes.

---

Documentación Original v1 (archivo)

Evalúa automáticamente las sesiones de Claude Code al finalizar para extraer patrones reutilizables que se pueden guardar como skills aprendidas.

Cuándo Activar

• Configurando la extracción automática de patrones de sesiones de Claude Code
• Configurando el hook de parada (Stop) para la evaluación de sesiones
• Revisando o curando skills aprendidas en ~/.claude/skills/learned/
• Ajustando umbrales de extracción o categorías de patrones
• Comparando el enfoque v1 (esta) vs v2 (basado en instintos)

Estado

Esta skill v1 aún es compatible, pero continuous-learning-v2 es la ruta preferida para nuevas instalaciones. Mantén v1 cuando quieras explícitamente el flujo más simple de extracción mediante hook de parada o necesites compatibilidad con flujos de trabajo de skills aprendidas más antiguos.

Cómo Funciona

Esta skill se ejecuta como un hook de parada al final de cada sesión:

1. Evaluación de la sesión: Verifica si la sesión tiene suficientes mensajes (por defecto: 10+)
2. Detección de patrones: Identifica patrones extraíbles de la sesión
3. Extracción de skills: Guarda patrones útiles en ~/.claude/skills/learned/

Configuración

Edita config.json para personalizar:

{
  "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"
  ]
}

Tipos de Patrones

Patrón	Descripción
error_resolution	Cómo se resolvieron errores específicos
user_corrections	Patrones de las correcciones del usuario
workarounds	Soluciones a peculiaridades de frameworks/bibliotecas
debugging_techniques	Enfoques de depuración efectivos
project_specific	Convenciones específicas del proyecto

Configuración del Hook

Añade a tu ~/.claude/settings.json:

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

Por Qué un Hook de Parada?

• Ligero: Se ejecuta una vez al final de la sesión
• No bloqueante: No añade latencia a cada mensaje
• Contexto completo: Tiene acceso a la transcripción completa de la sesión

Relacionado

• La Guía Extensa - Sección sobre aprendizaje continuo
• Comando /learn - Extracción manual de patrones durante la sesión

---

Notas de Comparación (Investigación: Enero 2025)

vs Homunculus

Homunculus v2 adopta un enfoque más sofisticado:

Característica	Nuestro Enfoque	Homunculus v2
Observación	Hook de parada (fin de sesión)	Hooks PreToolUse/PostToolUse (100% confiable)
Análisis	Contexto principal	Agente en segundo plano (Haiku)
Granularidad	Skills completas	"Instintos" atómicos
Confianza	Ninguna	0.3-0.9 ponderado
Evolución	Directo a skill	Instintos → agrupar → skill/comando/agente
Compartición	Ninguna	Exportar/importar instintos

Insight clave de homunculus:

"v1 dependía de skills para observar. Las skills son probabilísticas: se activan ~50-80% de las veces. v2 usa hooks para la observación (100% confiable) e instintos como la unidad atómica del comportamiento aprendido."

Mejoras Potenciales de v2

1. Aprendizaje basado en instintos - Comportamientos atómicos más pequeños con puntuación de confianza
2. Observador en segundo plano - Agente Haiku analizando en paralelo
3. Decaimiento de confianza - Los instintos pierden confianza si son contradichos
4. Etiquetado por dominio - estilo-código, pruebas, git, depuración, etc.
5. Ruta de evolución - Agrupar instintos relacionados en skills/comandos

Consulta: docs/continuous-learning-v2-spec.md para la especificación completa.