continuous-learning-v2 skill
Sistema de aprendizaje basado en instintos que observa sesiones mediante hooks, crea instintos atómicos con puntuación de confianza y los evoluciona en skills/comandos/agentes. v2.1 agrega instintos con alcance de proyecto para prevenir contaminación entre proyectos.
Is the continuous-learning-v2 skill safe?
Clean: nothing in its files matched our rules. We read 1 file in the folder on 2026-09-28.
No findings.
Install the continuous-learning-v2 skill
A skill is a folder. Copy it into your agent's skills folder and the agent loads it when the task matches its description.
git clone --depth 1 https://github.com/affaan-m/ECC.git /tmp/ECC mkdir -p ~/.claude/skills cp -r /tmp/ECC/docs/es/skills/continuous-learning-v2 ~/.claude/skills/continuous-learning-v2
In the Claude apps, zip the folder and upload it from the Skills settings. The folder on GitHub
The instructions your agent would load
SKILL.md as published, without the frontmatter. Read it on GitHub
Aprendizaje Continuo v2.1 - Arquitectura Basada en Instintos
Un sistema de aprendizaje avanzado que convierte tus sesiones de Claude Code en conocimiento reutilizable a través de "instintos" atómicos — pequeños comportamientos aprendidos con puntuación de confianza.
v2.1 agrega instintos con alcance de proyecto — los patrones de React se quedan en tu proyecto React, las convenciones de Python se quedan en tu proyecto Python, y los patrones universales (como "siempre validar la entrada") se comparten globalmente.
Cuándo Activar
- Configurar aprendizaje automático desde sesiones de Claude Code
- Configurar extracción de comportamientos basada en instintos mediante hooks
- Ajustar umbrales de confianza para comportamientos aprendidos
- Revisar, exportar o importar librerías de instintos
- Evolucionar instintos en skills, comandos o agentes completos
- Gestionar instintos con alcance de proyecto vs globales
- Promover instintos de alcance de proyecto a global
Qué hay de Nuevo en v2.1
Qué hay de Nuevo en v2 (vs v1)
El Modelo de Instinto
Un instinto es un pequeño comportamiento 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 2025-01-15Propiedades:
- Atómico — un disparador, una acción
- Ponderado por confianza — 0.3 = tentativo, 0.9 = casi seguro
- Etiquetado por dominio — code-style, testing, git, debugging, workflow, etc.
- Respaldado por evidencia — rastrea qué observaciones lo crearon
- Consciente del alcance — project (por defecto) o global
Cómo Funciona
Actividad de Sesión (en un repositorio git)
|
| Los hooks capturan prompts + uso de herramientas (100% confiable)
| + detectan contexto del proyecto (git remote / ruta del repo)
v
+---------------------------------------------+
| projects/<project-hash>/observations.jsonl |
| (prompts, llamadas de herramientas, resultados, proyecto) |
+---------------------------------------------+
|
| El agente observador lee (segundo plano, Haiku)
v
+---------------------------------------------+
| DETECCIÓN DE PATRONES |
| * Correcciones de usuario -> instinto |
| * Resoluciones de errores -> instinto |
| * Flujos de trabajo repetidos -> instinto |
| * Decisión de alcance: ¿proyecto o global? |
+---------------------------------------------+
|
| Crea/actualiza
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) [Detección de Proyecto
El sistema detecta automáticamente tu proyecto actual:
- Variable de entorno CLAUDEPROJECTDIR (máxima prioridad)
- git remote get-url origin — hasheado para crear un ID de proyecto portable (el mismo repo en diferentes máquinas obtiene el mismo ID)
- git rev-parse --show-toplevel — respaldo usando la ruta del repo (específica de la máquina)
- Respaldo global — si no se detecta ningún proyecto, los instintos van al alcance global
Cada proyecto obtiene un ID hash de 12 caracteres (ej. a1b2c3d4e5f6). Un archivo de registro en ${XDGDATAHOME:-~/.local/share}/ecc-homunculus/projects.json mapea IDs a nombres legibles.
Directorio de Datos
Continuous-learning-v2 almacena los datos del observador fuera de ~/.claude para que el guard de rutas sensibles de Claude Code no bloquee las escrituras de instintos en segundo plano:
- CLV2HOMUNCULUSDIR cuando se establece a una ruta absoluta
- $XDGDATAHOME/ecc-homunculus
- $HOME/.local/share/ecc-homunculus
Los usuarios existentes con datos en ~/.claude/homunculus pueden migrar una vez:
bash skills/continuous-learning-v2/scripts/migrate-homunculus.shInicio Rápido
1. Habilitar Hooks de Observación
Si está instalado como plugin (recomendado):
No se requiere bloque extra de hooks en settings.json. Claude Code v2.1+ carga automáticamente el hooks/hooks.json del plugin, y observe.sh ya está registrado allí.
Si está instalado manualmente en ~/.claude/skills, agregar esto a tu ~/.claude/settings.json:
{
"hooks": {
"PreToolUse": [{
"matcher": "*",
"hooks": [{
"type": "command",
"command": "~/.claude/skills/continuous-learning-v2/hooks/observe.sh"
}]
}],
"PostToolUse": [{
"matcher": "*",
"hooks": [{
"type": "command",
"command": "~/.claude/skills/continuous-learning-v2/hooks/observe.sh"
}]
}]
}
}2. Usar los Comandos de Instinto
/instinct-status # Mostrar instintos aprendidos (proyecto + global)
/evolve # Agrupar instintos relacionados en skills/comandos
/instinct-export # Exportar instintos a archivo
/instinct-import # Importar instintos de otros
/promote # Promover instintos de proyecto a alcance global
/projects # Listar todos los proyectos conocidos y sus conteos de instintosGuía de Decisión de Alcance
Puntuación de Confianza
La confianza evoluciona con el tiempo:
La confianza aumenta cuando:
- El patrón se observa repetidamente
- El usuario no corrige el comportamiento sugerido
- Instintos similares de otras fuentes coinciden
La confianza disminuye cuando:
- El usuario corrige explícitamente el comportamiento
- El patrón no se observa por períodos extendidos
- Aparece evidencia contradictoria
Privacidad
- Las observaciones permanecen locales en tu máquina
- Los instintos con alcance de proyecto están aislados por proyecto
- Solo los instintos (patrones) pueden exportarse — no las observaciones brutas
- No se comparte código real ni contenido de conversaciones
- Tú controlas qué se exporta y promueve
More skills from affaan-m/ECC
- AaccessibilityWCAG 2.2 レベル AA 標準を用いてインクルーシブなデジタルプロダクトを設計・実装・監査します。Web 用のセマンティック ARIA および Web・ネイティブプラットフォーム(iOS/Android)のアクセシビリティトレイトを生成するために使用します。
- Aagent-architecture-auditエージェントおよび LLM アプリケーション向けのフルスタック診断。12 層のエージェントスタックにおけるラッパーリグレッション、メモリ汚染、ツール規律の失敗、隠れた修復ループ、レンダリング破損を監査します。重要度順の発見事項とコードファーストの修正を生成します。エージェントアプリケーション、自律ループ、または LLM を活用した機能を構築する開発者に必須です。
- Aagent-evalカスタムタスクでコーディングエージェント(Claude Code、Aider、Codex など)をヘッドツーヘッドで比較し、合格率、コスト、時間、一貫性のメトリクスを測定します
- Aagent-harness-constructionAI エージェントのアクション空間、ツール定義、観測フォーマットを設計・最適化して完了率を向上させます。
- Aagent-introspection-debuggingStructured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.
- Aagent-introspection-debuggingキャプチャ、診断、封じ込め回復、内省レポートを使用した AI エージェント障害のための構造化された自己デバッグワークフロー。
- Aagent-payment-x402タスクごとのバジェット、支出コントロール、ノンカストディアルウォレットを備えた x402 決済実行を AI エージェントに追加します。agentwallet-sdk を通じて Base をサポートし、OKX Payments / OKX エージェント決済プロトコルを通じて X Layer をサポートします。
- Aagent-sortBuild an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.
- Aagent-sort並行リポジトリ対応のレビューパスを使用して、スキル、コマンド、ルール、フック、エクストラを DAILY と LIBRARY のバケットに分類することで、特定のリポジトリ向けのエビデンスに基づいた ECC インストール計画を構築します。プロジェクトが完全なバンドルをロードする代わりに実際に必要なものに ECC をトリミングする必要がある場合に使用します。
- Aagentic-engineeringOperate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when AI agents perform most implementation work and humans enforce quality and risk controls.
- Aagentic-engineering評価ファースト実行、分解、コスト対応モデルルーティングを使用してエージェニックエンジニアとして動作します。
- Aagentic-osClaude Code 上に永続的なマルチエージェントオペレーティングシステムを構築します。カーネルアーキテクチャ、スペシャリストエージェント、スラッシュコマンド、ファイルベースのメモリ、スケジュールされた自動化、外部データベースなしの状態管理をカバーします。