continuous-learning

연속 학습 스킬 - 사용 중단됨

2026-04-28 사용 중단됨. 대신 continuous-learning-v2를 사용하세요. v2는 엄격한 상위 집합입니다: 중지 훅 관찰이 PreToolUse/PostToolUse 관찰로, 전체 스킬이 신뢰도 점수가 있는 원자적 본능(instinct)으로, 전역 저장소만 있던 것이 프로젝트 범위 지정 + 전역 승격으로 전환됩니다.

이 파일은 기록 참조 및 기존 설치와의 하위 호환성을 위해 유지됩니다.

---

원본 v1 문서 (기록용)

Claude Code 세션이 종료될 때 자동으로 평가하여 재사용 가능한 패턴을 추출하고 학습된 스킬로 저장합니다.

활성화 시점

• Claude Code 세션에서 자동 패턴 추출 설정
• 세션 평가를 위한 중지 훅 구성
• ~/.claude/skills/learned/에서 학습된 스킬 검토 또는 큐레이션
• 추출 임계값 또는 패턴 카테고리 조정
• v1(현재)와 v2(본능 기반) 접근 방식 비교

상태

이 v1 스킬은 여전히 지원되지만, 새로운 설치에는 continuous-learning-v2가 권장 경로입니다. 더 간단한 중지 훅 추출 흐름이 명시적으로 필요하거나 오래된 학습된 스킬 워크플로우와의 호환성이 필요한 경우에만 v1을 유지하세요.

작동 방식

이 스킬은 각 세션이 끝날 때 중지 훅으로 실행됩니다:

1. 세션 평가: 세션에 충분한 메시지가 있는지 확인(기본값: 10개 이상)
2. 패턴 감지: 세션에서 추출 가능한 패턴 식별
3. 스킬 추출: 유용한 패턴을 ~/.claude/skills/learned/에 저장

구성

config.json을 편집하여 사용자 지정:

{
  "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"
  ]
}

패턴 유형

패턴	설명
error_resolution	특정 오류가 해결된 방법
user_corrections	사용자 수정에서 발견된 패턴
workarounds	프레임워크/라이브러리 문제에 대한 해결 방법
debugging_techniques	효과적인 디버깅 접근 방식
project_specific	프로젝트별 규칙

훅 설정

~/.claude/settings.json에 추가:

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

중지 훅의 장점

• 경량화: 세션 종료 시 한 번만 실행
• 비차단: 각 메시지에 지연을 추가하지 않음
• 완전한 맥락: 전체 세션 기록에 접근 가능

관련 자료

• 롱폼 가이드 - 연속 학습 관련 섹션
• /learn 명령어 - 세션 중간 수동 패턴 추출

---

비교 노트 (연구: 2025년 1월)

vs 호문쿨루스

호문쿨루스 v2는 더 정교한 접근 방식을 취합니다:

기능	우리의 접근 방식	호문쿨루스 v2
관찰	중지 훅 (세션 종료)	PreToolUse/PostToolUse 훅 (100% 신뢰성)
분석	주 맥락	백그라운드 에이전트 (Haiku)
세분성	전체 스킬	원자적 "본능(instinct)"
신뢰도	없음	0.3-0.9 가중치
진화	스킬로 직접 전환	본능 → 클러스터 → 스킬/명령어/에이전트
공유	없음	본능 내보내기/가져오기

호문쿨루스로부터의 주요 통찰:

"v1은 관찰을 위해 스킬에 의존했습니다. 스킬은 확률적입니다—약 50-80%의 확률로 실행됩니다. v2는 관찰에 훅을 사용하며(100% 신뢰성), 학습된 행동의 원자적 단위로 본능(instinct)을 사용합니다."

잠재적 v2 개선 사항

1. 본능 기반 학습 - 신뢰도 점수가 있는 더 작고 원자적인 행동
2. 백그라운드 관찰자 - 병렬로 분석하는 Haiku 에이전트
3. 신뢰도 감소 - 모순되면 본능 신뢰도가 감소함
4. 도메인 태깅 - 코드 스타일, 테스트, git, 디버깅 등
5. 진화 경로 - 관련 본능을 스킬/명령어로 클러스터링

전체 사양은 docs/continuous-learning-v2-spec.md를 참조하세요.