Continuous Learning v2 Skill 是 Everything Claude Code 的核心自学习能力，采用“Instinct（本能）”模型，通过 100% Hook 捕捉会话与工具使用行为，将你的开发习惯、项目规范自动转化为带置信度的原子知识，并按项目隔离存储，防止交叉污染。支持一键晋升为 Skill/Command/Agent，并可导入导出、跨项目晋升，极大提升 AI 编程助手的个性化与持续进化能力。

Everything Claude Code Continuous Learning v2 Skill：置信度评分与项目隔离的 Instinct 进化学习体系

Continuous Learning v2（Instinct-based Learning System）是 Everything Claude Code 插件体系中的高阶学习能力，专为 Claude Code、Codex、Cursor 等 AI 编程助手打造。它通过自动观察你的开发会话，将反复出现的行为、修正和工作流提炼为“Instinct”（原子本能），并为每条 Instinct 赋予置信度评分，实现“用得越多，AI 越懂你”的持续进化体验。

v2.1 版本的最大亮点是项目隔离（project-scoped instincts）：React 项目的习惯只影响 React 项目，Python 项目的规范不会误用到 TypeScript 项目，只有通用最佳实践（如“始终校验输入”）才会在全局共享。这极大提升了多项目、多技术栈团队的定制化和安全性，彻底解决了 v1/v2.0 时期“交叉污染”的痛点。

1. 解决了什么问题？为什么不用 Continuous Learning v2 效率低下

没有 Continuous Learning v2 时：

• 你的开发习惯、项目规范只能靠手动维护文档或反复口头提醒，AI 助手无法自动学习和适应你的风格。
• 早期 v1 只能全局存储，React、Django、Go 项目的习惯混在一起，容易误判和干扰。
• 通过 Skill 观察行为存在概率性，容易漏掉关键模式，学习不完整。

有了 Continuous Learning v2：

• AI 能自动捕捉你的每一次修正、反复操作、偏好，并形成带置信度的 Instinct。
• Instinct 按项目隔离，保证每个项目的知识库纯净且专属。
• 支持一键晋升为 Skill、Command、Agent，形成可复用的自动化能力。
• 全程本地存储，隐私可控，导入导出灵活。
• 通过 PreToolUse/PostToolUse Hook 100% 捕捉，无遗漏，学习全面。

2. 典型应用场景与触发条件

• 首次为新项目配置 Claude Code 助手，希望 AI 能自动适应团队的代码风格、目录结构、测试规范。
• 多项目并行开发，每个项目有不同的技术栈、工作流和约定，要求 AI 严格区分。
• 希望 AI 记住自己经常性的修正（如“prefer functional style”），下次自动建议或应用。
• 团队成员共享最佳实践，但又不希望项目专属习惯被误用到其他项目。
• 需要复盘、导出、迁移或晋升 Instinct 到全局，形成团队级技能库。

3. 实战配置与使用流程（Step by Step）

步骤 1：启用 Observation Hooks（100% 捕捉）

编辑 ~/.claude/settings.json，添加如下内容（插件安装方式为例）：

{
  "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"
      }]
    }]
  }
}

这样配置后，每次工具调用前后，都会自动记录操作、修正、结果，无遗漏。

步骤 2：初始化目录结构（可选）

首次在项目中触发 Hook 时，系统会自动创建如下目录结构：

~/.claude/homunculus/
  ├─ instincts/personal/         # 全局 Instinct
  ├─ projects/<project-hash>/
      ├─ project.json            # 项目信息
      ├─ observations.jsonl      # 项目行为记录
      ├─ instincts/personal/     # 项目专属 Instinct
      ├─ evolved/skills/         # 项目进化出的 Skills
      ├─ evolved/agents/         # 项目进化出的 Agents

项目 hash 自动基于 git remote URL 生成，同一仓库跨设备一致。

步骤 3：日常开发，自动积累 Instinct

• AI 会自动捕捉你的修正、反复操作、行为偏好，形成如下 Instinct 文件（YAML 格式）：

---
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

• 置信度（confidence）会随观察次数、用户反馈自动调整（0.3~0.9）。

步骤 4：查看与管理 Instinct

使用命令行工具或 Claude Code 聊天窗口输入：

/instinct-status     # 查看当前项目和全局的所有 Instinct 及置信度
/projects            # 列出所有已知项目及 Instinct 数量

步骤 5：进化为 Skill/Command/Agent

当某些 Instinct 足够成熟（置信度高、复用性强），可用以下命令聚类并进化：

/evolve              # 自动聚类 Instinct，建议晋升为 Skill/Command/Agent
/promote             # 将项目 Instinct 晋升为全局（如在 2+ 项目中被观察到且置信度高）

例如，“always validate input” 在多个项目出现后会被自动晋升为全局 Instinct，成为所有项目的基础规范。

步骤 6：导入导出与团队协作

/instinct-export     # 导出 Instinct（可按项目/全局/领域筛选）
/instinct-import <file>  # 导入其他成员/项目的 Instinct，实现知识迁移

步骤 7：高级配置（可选）

可在 config.json 中调整后台观察器参数：

{
  "observer": {
    "enabled": true,
    "run_interval_minutes": 10,
    "min_observations_to_analyze": 10
  }
}

支持设定最小观察次数、分析频率等，满足不同团队需求。

4. 输出示例

• instinct-status 输出（部分）：

[Project: my-react-app]
- prefer-functional-style (0.7) [code-style]
- use-react-hooks (0.9) [react-patterns]

[Global]
- always-validate-input (0.85) [security]
- grep-before-edit (0.6) [workflow]

• /evolve 输出：

Clustered 3 instincts into skill: testing-workflow
Suggested promotion: always-validate-input (seen in 4 projects, avg confidence 0.88)

5. 常见配套 Agent 与 Skill 协作关系

• 与 Verification Loop Skill 联动，自动将高置信度 Instinct 进化为项目验证规则。
• 配合 Agentic Engineering Skill 实现持续进化的 AI 工程师模型。
• 与 Hooks 体系 深度集成，保障行为捕捉 100% 覆盖。
• 可结合 Skill Stocktake Skill 做 Instinct 库审计与健康度评估。

6. 注意事项与最佳实践

• 项目隔离优先：仅将通用最佳实践晋升为全局，项目专属习惯建议保留在项目范围。
• 隐私安全：所有观察数据本地存储，导出/晋升前可人工筛选，避免敏感信息外泄。
• 逐步进化：Instinct → Skill → Command/Agent，逐层沉淀，避免一开始就全局化。
• 与 v1/v2.0 兼容：老版本 Instinct/Skill 可并行使用，迁移无缝。

更多关于 Skills、Hooks、Agent 架构的系统性指南，推荐阅读 Everything Claude Code 完全指南 和 Claude Code 快速上手指南。

---

FAQ

Q: Instinct 会不会误学到错误习惯？如何纠正？
A: 置信度低的 Instinct 不会自动应用，且用户每次修正都会降低其置信度。你也可以手动删除或编辑 Instinct 文件。

Q: 多人协作时，Instinct 如何共享？
A: 通过 /instinct-export 和 /instinct-import 实现，导入时可选择是否为全局或项目级，支持团队知识迁移。

Q: 非 git 项目或无 remote URL 时如何处理？
A: 系统会自动 fallback 到本地路径生成项目 ID，若无法识别则作为全局 Instinct 存储，不影响正常使用。