continuous-learning-v2
Permite que o agente aprenda com as interações e crie novas habilidades. É útil para melhorar o desempenho do agente ao longo do tempo.
O que ela faz
Este sistema aprende com suas conversas com a IA. Ele identifica padrões no seu trabalho e os transforma em 'instintos' - pequenas dicas de como fazer algo. Com o tempo, esses instintos podem se tornar ferramentas mais completas.
Quando usar
- ✓Quando você quer que a IA aprenda com suas sessões de codificação.
- ✓Para organizar e reutilizar os aprendizados da IA.
- ✓Para transformar dicas úteis em comandos ou habilidades automáticas.
Exemplo do que pedir para a IA
“Transforme minhas sessões de código em aprendizados reutilizáveis.”
Quer saber mais? Abra as seções abaixo.
Como usar
O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.
Link da skill
Mensagem pronta para colar
Como funciona
A IA observa suas interações, identifica padrões repetidos ou correções que você faz. Ela salva esses padrões como 'instintos' com um nível de confiança. Esses instintos podem ser agrupados e transformados em habilidades maiores.
Instalação
Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.
No terminal (Claude Code, Codex, Cursor), na pasta do projeto:
npx skills add affaan-m/ECC --skill continuous-learning-v2Ou baixe só o arquivo:
curl -L https://raw.githubusercontent.com/affaan-m/ECC/main/skills/continuous-learning-v2/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
Continuous Learning v2.1 - Instinct
-Based Architecture
Um sistema de aprendizado avançado que transforma suas sessões do Claude Code em conhecimento reutilizável através de "instintos" atômicos - pequenos comportamentos aprendidos com pontuação de confiança.
v2.1 adiciona instintos com escopo de projeto — Padrões React ficam no seu projeto React, convenções Python ficam no seu projeto Python, e padrões universais (como "sempre valide a entrada") são compartilhados globalmente.
Quando Ativar
- Configurando o aprendizado automático a partir de sessões do Claude Code
- Configurando a extração de comportamento baseada em instintos via hooks
- Ajustando limiares de confiança para comportamentos aprendidos
- Revisando, exportando ou importando bibliotecas de instintos
- Evoluindo instintos para habilidades, comandos ou agentes completos
- Gerenciando instintos de escopo de projeto vs. globais
- Promovendo instintos de escopo de projeto para global
Novidades na v2.1
| Recurso | v2.0 | v2.1 |
|---|---|---|
| Armazenamento | Global (~/.claude/homunculus/) |
Com escopo de projeto (${XDG_DATA_HOME:-~/.local/share}/ecc-homunculus/projects/<hash>/) |
| Escopo | Todos os instintos se aplicam em qualquer lugar | Com escopo de projeto + global |
| Detecção | Nenhuma | URL remota git / caminho do repositório |
| Promoção | N/A | Projeto → global quando visto em 2+ projetos |
| Comandos | 4 (status/evolve/export/import) | 6 (+promote/projects) |
| Entre projetos | Risco de contaminação | Isolado por padrão |
Novidades na v2 (vs v1)
| Recurso | v1 | v2 |
|---|---|---|
| Observação | Hook de parada (fim da sessão) | PreToolUse/PostToolUse (100% confiável) |
| Análise | Contexto principal | Agente em segundo plano (Haiku) |
| Granularidade | Habilidades completas | "Instintos" atômicos |
| Confiança | Nenhuma | Ponderada de 0.3-0.9 |
| Evolução | Direto para habilidade | Instintos -> cluster -> habilidade/comando/agente |
| Compartilhamento | Nenhum | Exportar/importar instintos |
O Modelo de Instinto
Um instinto é um pequeno comportamento aprendido:
---
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
Propriedades:
- Atômico -- um gatilho, uma ação
- Ponderado por confiança -- 0.3 = tentativo, 0.9 = quase certo
- Marcado por domínio -- estilo de código, testes, git, depuração, fluxo de trabalho, etc.
- Baseado em evidências -- rastreia quais observações o criaram
- Ciente do escopo --
project(padrão) ouglobal
Como Funciona
Session Activity (in a git repo)
|
| Hooks capture prompts + tool use (100% reliable)
| + detect project context (git remote / repo path)
v
+---------------------------------------------+
| projects/<project-hash>/observations.jsonl |
| (prompts, tool calls, outcomes, project) |
+---------------------------------------------+
|
| Observer agent reads (background, Haiku)
v
+---------------------------------------------+
| PATTERN DETECTION |
| * User corrections -> instinct |
| * Error resolutions -> instinct |
| * Repeated workflows -> instinct |
| * Scope decision: project or global? |
+---------------------------------------------+
|
| Creates/updates
v
+---------------------------------------------+
| projects/<project-hash>/instincts/personal/ |
| * prefer-functional.yaml (0.7) [project] |
| * use-react-hooks.yaml (0.9) [project] |
+---------------------------------------------+
| instincts/personal/ (GLOBAL) |
| * always-validate-input.yaml (0.85) [global]|
| * grep-before-edit.yaml (0.6) [global] |
+---------------------------------------------+
|
| /evolve clusters + /promote
v
+---------------------------------------------+
| projects/<hash>/evolved/ (project-scoped) |
| evolved/ (global) |
| * commands/new-feature.md |
| * skills/testing-workflow.md |
| * agents/refactor-specialist.md |
+---------------------------------------------+
Detecção de Projeto
O sistema detecta automaticamente seu projeto atual:
…
Perguntas frequentes
O que são 'instintos'?
São pequenas lições aprendidas pela IA sobre como você faz as coisas, como preferir um estilo de código ou uma forma de resolver um problema. Eles têm um nível de confiança para indicar o quão certa a IA está sobre aquele aprendizado.
Como a IA sabe em qual projeto estou trabalhando?
Ela verifica se você está usando um repositório Git ou uma variável de ambiente específica para identificar o projeto. Isso garante que os aprendizados de um projeto não se misturem com os de outro.
Posso usar meus aprendizados em outros projetos?
Sim. Instintos que são úteis em vários projetos podem ser promovidos de um escopo de projeto para um escopo global, tornando-os disponíveis em qualquer lugar.
Detalhes
Descrição original do autor
Instinct-based learning system that observes sessions via hooks, creates atomic instincts with confidence scoring, and evolves them into skills/commands/agents. v2.1 adds project-scoped instincts to prevent cross-project contamination. Use when capturing lessons from a session, managing instincts, or promoting them into skills, commands, or agents.
repo: affaan-m/ECC
Popularidade
- Estrelas no GitHub
- 280 mil
- Posição no ranking
- #162
- Licença
- MIT
- Atualizada em
- 15/10/2026
Comentários
- …
Mais skills deste repositório
accessibility
Ajuda seu agente a criar interfaces que todos possam usar. Garante que sites e aplicativos funcionem bem para pessoas com deficiência, como cegos ou com mobilidade reduzida.
affaan-m/ECC
agent-architecture-audit
Faz seu agente verificar se tudo está funcionando corretamente. Ele encontra e conserta problemas em sistemas de IA, garantindo que funcionem como esperado.
affaan-m/ECC
agent-eval
Ajuda seu agente a comparar diferentes ferramentas de programação de IA. Ele mede qual é mais rápido, barato e confiável para realizar tarefas específicas.
affaan-m/ECC
agent-harness-construction
Faz seu agente entender melhor como realizar tarefas. Ele otimiza as ferramentas e instruções que o agente usa para aumentar suas chances de sucesso.
affaan-m/ECC
Skills parecidas
mcp-builder
Ajuda seu agente a criar servidores que conectam LLMs a serviços externos. Essencial para integrar APIs e serviços usando Python ou Node/TypeScript.
anthropics/skills
prepare-mcp-integration
Prepara integrações com fornecedores (MCP) através de pesquisa e aprovação humana. Segue um processo guiado para novas integrações.
paperclipai/paperclip
first-task
Guia o agente na primeira tarefa do usuário. Ele interpreta a resposta inicial, esclarece o objetivo e propõe um plano ou tarefa única para aprovação.
paperclipai/paperclip