continuous-learning 快速入门

让 AI 助手越用越聪明——这个 Skill 教它 3 步把每次对话的好经验沉淀成可复用的“团队记忆”。

这是什么?解决什么问题?

continuous-learning 是社区作者 affaan-m 在 affaan-m/everything-claude-code 仓库下贡献的元 Skill(meta-skill),解决一个非常实际的问题:为什么我每次让 AI 帮我写代码,它都会重复犯同样的错?

普通 Agent 的“记忆”只存在于单次会话里,关掉窗口就清零。如果你在一段对话里纠正了它 3 次“别用绝对路径、要相对项目根目录”,下一次开新会话,Agent 还是会从零开始犯同样的错。

continuous-learning 的做法是给 Agent 配一套 “会话复盘 + 知识沉淀” 的工作流:

1. 会话结束前触发复盘:Agent 自动问你 “本次会话哪些经验值得保留?”;
2. 提炼为 Skill 单元:把经验写成结构化的 Markdown(类似 CLAUDE.md / Skill 文件);
3. 写入项目级知识库:沉淀到 .claude/lessons/ 或 .cursor/rules/ 目录,下次同项目开新会话自动加载。

它的灵感来自 Anthropic 在 prompt engineering 中强调的 “constitutional AI” 思路——让 AI 在长程协作中持续校准自己的行为,而非每次都靠用户重新提示。

适合长期维护同一项目的工程师、咨询顾问、技术负责人,也适合想“用 AI 写出越来越专业代码”的个人开发者。

准备工作

1. AI 编程 Agent:Claude Code、Cursor 都可以,Claude Code 体验最佳。
2. Node.js ≥ 18:本 Skill 的部分 hooks 是 Node 写的。
3. Git 仓库:建议在 Git 项目里使用,方便追踪 .claude/ 目录的版本变化。
4. 基础提示词经验:虽然对小白友好,但如果你完全不熟悉 CLAUDE.md,建议先看一遍 Anthropic 官方教程。

3 步快速上手

第 1 步:克隆仓库并安装

git clone https://github.com/affaan-m/everything-claude-code.git
cd everything-claude-code
ls skills/continuous-learning

第 2 步:把 Skill 装到项目

在你的项目根目录:

mkdir -p .claude/skills
cp -r everything-claude-code/skills/continuous-learning .claude/skills/

然后在 CLAUDE.md 顶部加入:

# CLAUDE.md
At the end of each session, invoke the continuous-learning skill to
extract reusable lessons and append them to .claude/lessons/.

第 3 步:跑一次“会话复盘”

正常和 Agent 协作完成一项任务(比如给 React 项目加一个表单)。任务结束后,直接说:

请用 continuous-learning Skill 复盘本次会话,把值得沉淀的经验写入 .claude/lessons/。

Agent 会:

1. 通读本次对话;
2. 找出 2-4 条“复盘价值高”的经验(例如 “Next.js App Router 下,fetch 必须用绝对 URL 而不是相对路径”);
3. 给每条经验打 tag(category、severity、applies_to);
4. 写入 lessons/2026-06-17-nextjs-fetch.md 之类的文件。

下次新开会话,这些 lessons 会自动随 CLAUDE.md 一起被加载,Agent 不会再犯同样错误。

常见踩坑

1. 沉淀太多噪声:如果 Agent 复盘过度,会把“今天我给用户写了个 for 循环”这种废话也写进 lessons。Skill 提供 noise_filter 提示,记得在 CLAUDE.md 里强调 “只保留有通用价值的经验”。
2. 过期经验没清理:项目一年前的经验可能已经不适用,Skill 提示每季度做一次 lessons 复审,删除过时项。
3. 私人项目配置混入全局:不要把 .claude/ 目录 push 到公开仓库(可能含密钥或敏感信息),Skill 强调在 .gitignore 里排除 .claude/local/。
4. 只沉淀失败经验:成功经验同样值得记录(比如“用 X 库 + Y 模式性能最好”),Skill 提示 Agent 同时记录 positive lessons。
5. lesson 文件过长:如果单条经验写到 200 行 Markdown,反而会撑爆上下文窗口,Skill 推荐单文件 30-80 行最合适。
6. 跨项目复用错位:A 项目的经验可能不适用于 B 项目,Skill 提示在 lesson 文件里加 applies_to: [nextjs, app-router] 之类的元数据,避免误用。

初级用法

1. 手动触发复盘

任务结束直接说 “请用 continuous-learning 复盘”,最简单。

2. 在 commit hook 中自动触发

# .git/hooks/post-commit
claude --skill continuous-learning --replay-last-session

每次 commit 自动沉淀一次。

3. 团队共享 lessons

把 .claude/lessons/ 提交到团队仓库,所有人都能享受同样的“团队记忆”。

高级玩法

1. 与 Skill-creator 联动

continuous-learning 沉淀的 lesson,可以再用 Anthropic 的 skill-creator 升级成正式 Skill,实现“经验 → Skill”的自动化生产链。

2. 按 tag 检索 lessons

grep -l "category: testing" .claude/lessons/*.md

做季度复盘时很有用。

3. 跨项目 lessons 合并

写个脚本把所有项目的 lessons 聚合成一份“大记忆”,在咨询场景特别好用。

4. 用 RAG 检索 lessons

把 lessons 灌进向量数据库,Agent 在新会话里根据当前任务自动检索相关经验,而不是无差别全量加载。

小技巧

• 每条 lesson 控制在 30 行内:超出就要拆。
• 写好日期戳:文件名加 YYYY-MM-DD-topic.md 方便排序。
• 加 confidence: high/medium/low:高置信度经验直接采用,低置信度要人工验证。
• 配合 git blame 看沉淀效果:commit message 里加 lesson: 2026-06-17-nextjs-fetch,方便追溯。
• 每月底做一次 lessons review:删掉 3 个月内未引用的 lesson,保持知识库精炼。

常见问题 FAQ

Q1: 这个 Skill 跟 continuous-learning 有什么关系?必须装吗?

A: Skill 是给 AI Agent 用的”技能包”,能告诉 Agent 怎么按特定规范工作。不是必须装——如果你的项目规模小、要求不高,不装也能用。但装上能让 Agent 输出的质量更高、更符合最佳实践,推荐装。

Q2: 这个 Skill 适合哪些 AI Agent?Cursor?Claude Code?其他?

A: continuous-learning 来自 community,主要面向支持 Skill 机制的 Agent。常见兼容 Agent 包括 Claude Code、Cursor、OpenCode、Windsurf 等。具体兼容性请查 Skill 官方文档。

Q3: 装了这个 Skill 后,会拖慢 Agent 响应吗?

A: 会的——Skill 通常会增加 prompt 长度,导致响应变慢、token 消耗增加。但质量提升明显。建议:1) 只装项目必需的 Skill;2) 用 Skill 启动/加载/卸载机制按需加载;3) 定期清理不用的 Skill。

Q4: 怎么验证 Skill 装对了?

A: 在 Agent 中输入”列出已加载的 Skill”或类似命令。如果 Skill 出现在列表里,说明装对了。然后用 Skill 跑一个相关任务,看输出是否符合 Skill 规范。

Q5: 这个 Skill 有许可证吗?能商用吗?

A: 取决于 continuous-learning 的许可证。常见许可证包括 MIT(完全自由)、Apache-2.0(自由但有专利条款)、源可用(可看不能用)、GPL(强开源)。商用前请查仓库 LICENSE 文件。

进阶学习建议

如果想进一步用好 continuous-learning,建议按以下路径学习:

第 1 周:熟练使用

• 完成 3 步快速上手,跑通第一个任务
• 试 2-3 个不同场景的真实任务
• 记录”哪些 prompt 有效、哪些没用”——形成自己的 prompt 笔记

第 2 周:理解机制

• 阅读 Skill 的官方文档(README、SKILL.md)
• 了解 Skill 的”触发关键词”和”输出格式”
• 学习”如何用更具体的描述触发 Skill”

第 3-4 周:组合使用

• 跟其他 Skill 组合(比如代码审查 + 性能优化)
• 跟其他 Agent 工具组合(Skill + MCP + 自定义脚本)
• 沉淀团队/个人的 Skill 库

长期:贡献社区

• 把自定义的 Skill 开源到 GitHub
• 提 PR 改进现有 Skill
• 写使用心得分享到 CSDN/掘金/知乎

推荐资源:

• 官方文档:https://github.com/affaan-m/everything-claude-code
• 官方仓库 README 里的 Examples
• 社区最佳实践:Anthropic 官方博客 https://www.anthropic.com/blog
• 国内社区:CSDN AI 板块、掘金 AI 板块

避免的坑:

• 不要装太多 Skill(超过 10 个会拖慢 Agent)
• 不要把 Skill 装在不兼容的 Agent 上
• 不要直接复制 Skill 默认 prompt——要根据项目调整
• 定期 review Skill 库的实用性,清理不用的

参考链接

• affaan-m/everything-claude-code 仓库:https://github.com/affaan-m/everything-claude-code
• continuous-learning 子目录:https://github.com/affaan-m/everything-claude-code/tree/main/skills/continuous-learning
• Anthropic 官方 Skills 文档:https://docs.claude.com/en/docs/agents-and-tools/agent-skills/overview
• Constitutional AI 论文:https://www.anthropic.com/news/constitutional-ai-harmlessness-from-ai-feedback
• Claude Code 官方教程:https://docs.claude.com/en/docs/claude-code/overview
• Prompt Engineering Guide:https://www.promptingguide.ai/

本文基于官方文档和公开资料整理，AI辅助生成，MagicNetWorld 尚未完成独立实测。如有错误或过时信息，请通过 contact@magicnetworld.com 反馈。