self-learning-skills三步循环深度解析：如何识别、捕获并复用会话中的黄金路径-北京尧图网络

【免费下载链接】self-learning-skillsA self-improving skill for AI coding agents (Claude Code, Cursor, AGENTS.md): recognize a hard-won golden path in a session and harvest it into a reusable skill/rule for next time.项目地址https://gitcode.com/gh_mirrors/se/self-learning-skills点击查看免费下载self-learning-skills是一个为 AI 编码助手(Claude Code、Cursor、AGENTS.md 兼容代理)设计的自我进化技能:它能自动识别你在一次会话中辛苦摸索出的黄金路径(golden path),将其捕获为可复用的技能文件,让下一次会话直接记住答案,不再从零开始。为什么 AI 会话总是失忆?如果你用过 AI 编程助手,一定遇到过这样的场景: 这次终于调通了:连生产库要走哪条路、凭据放在哪个环境变量里、部署命令到底是什么、上线后如何验证…… 会话一结束,这些来之不易的经验瞬间蒸发;下一个会话又得从头再学一遍。self-learning-skills 解决的就是这个痛点。它是一个元技能(meta-skill):自己不干活,专门捕获工作是怎么被完成的——包括失败的路径,因为下次直接跳过已知死胡同,往往比记住成功本身更有价值。三步循环总览:识别 → 捕获 → 复用整个机制在所有工具上都是同一个循环,唯一不同的是知识存到哪里、如何被自动加载:工具黄金路径持久化到自动加载方式Claude Code、Codex 等 Agent Skills 客户端新的skills/name/SKILL.md技能描述匹配Cursor新的.cursor/rules/learned/name.mdc规则描述 / globsZed、Aider、Gemini CLI 等AGENTS.md(或项目笔记)指令文件始终被读取核心循环只有三步:识别时刻 → 自动捕获 → 下次复用。下面逐一拆解。第一步:如何识别黄金路径出现的时刻?AI 不需要你开口提醒,它会盯住四类信号,任意命中一条就触发捕获:反复试错才成功—— 任务经过几次尝试、几次绕路才跑通,成功路径比周围的失败更值钱;发现项目私有事实—— 凭据/环境变量在哪、哪个选择器连哪个服务、不明显的命令顺序、反直觉的坑;可复现的运维流程—— 连开发/生产库、部署、跑迁移、造数据、线上验证、看对日志;用户明确示意—— 记住这个、下次别让我再解释一遍。关键设计:AI立即行动,不先征求许可。捕获完成后告诉你存了什么、存在哪,你随时可以编辑或删除。详细信号定义见 AGENTS.md 的 The loop 小节,完整版规则在 SKILL.md 的 Recognize the moment 章节。第二步:捕获黄金路径——先分诊,再晋升分诊:技能、记忆还是跳过?并非每条经验都值得占用一个技能文件,捕获前先分诊,避免配置被一行句撑爆:经验类型去向多步、可复用的流程/工作流新建技能 / 规则单条事实或一行纠正轻量笔记/记忆(如MEMORY.md)真正的一次性操作跳过晋升三条件:不把猜测写成权威技能具有权威性——下个会话会不加验证直接信任它,所以晋升门槛很高,三条必须同时满足:✅通过的验证:路径被真实验证过(测试通过、命令干净退出、构建变绿),好像能跑不算数;✅命名的失败模式:能说出它规避/诊断的具体故障,而不是模糊的有时它会坏;✅至少一条排除掉的死胡同:试过并被排除的具体做法,附原因。任何一条缺失,就降级为待验证的记忆笔记或直接跳过。这条晋升规则完整定义在 SKILL.md 的 Promotion rule 小节。写技能时的硬规则捕获的内容是流程而非答案:精确命令、文件路径、执行顺序、注意事项,外加What didnt work章节。写技能时 AI 会先加载两份资料:浓缩版撰写规范:skill-authoring.md填空式模板:SKILL.template.md模板要求必填Failure pattern(失败模式)和Verified by(验证方式)两行,填不出来就说明还不配成为技能。第三步:下个会话自动复用这是循环闭环的关键:下次会话开始时,持久化条目被自动加载——技能靠 description 匹配触发,规则靠描述/globs,AGENTS.md 则因为始终被读取而天然生效。新项目里的团队也直接受益:捕获的技能随 git 提交,队友的 AI 一拉代码就拥有同样的黄金路径,不用各自重新踩坑。安全设计:密钥永不入技能文件捕获的技能会被提交、甚至开源,因此 self-learning-skills 内置了一条铁律:绝不写入密钥值(密码、token、连接串、API key),只记录密钥在哪里——环境变量名、选择器函数、MCP 工具、密钥管理器。写入前还会执行一次约 10 秒的自检:扫描Bearer、sk-、ghp_、32 位以上 base64/hex 串、连接串凭据等模式,命中即打码。详见 SKILL.md 的 Gotchas 章节。三种安装方式:最快上手 self-learning-skills方式一:npx 一行安装(推荐,兼容 70 代理)npx skills add kulaxyz/self-learning-skills # 自动检测本机代理 npx skills add kulaxyz/self-learning-skills -g # 全局:所有项目生效 npx skills add kulaxyz/self-learning-skills -a claude-code # 指定代理不安装先试玩一次:npx skills use kulaxyz/self-learning-skills --skill self-learning | claude方式二:Claude Code 插件市场/plugin marketplace add kulaxyz/self-learning-skills /plugin install self-learningself-learning-skills方式三:手动克隆git clone https://gitcode.com/gh_mirrors/se/self-learning-skills然后把 skills/self-learning 目录复制到~/.claude/skills/(Claude Code),或将.cursor/rules/self-learning.mdc放入.cursor/rules/(Cursor),或把 AGENTS.md 内容追加到你项目的 AGENTS.md。注册清单见 skills.sh.json。仓库结构与延伸阅读self-learning-skills/ ├── AGENTS.md # 跨工具的通用版三步循环 ├── skills.sh.json # npx skills 注册清单 └── skills/self-learning/ # Agent Skills 标准实现 ├── SKILL.md # 识别时刻捕获流程(核心) ├── references/skill-authoring.md # 技能撰写规范 └── assets/SKILL.template.md # 捕获技能模板建议按顺序阅读:README.md 了解全局 → SKILL.md 理解捕获流程 → skill-authoring.md 学会写出会正确触发的技能(重点看 description 写法:说清做什么何时用,技能才会在该出现时出现)。总结:让 AI 越用越懂你的项目步骤做什么关键词1️⃣ 识别盯住试错、项目事实、重复流程、用户示意四类信号黄金路径、触发时机2️⃣ 捕获分诊 → 晋升三条件 → 写入 SKILL.md / 规则 / AGENTS.md技能捕获、晋升规则3️⃣ 复用下次会话自动加载,团队共享自动复用、知识沉淀装上 self-learning-skills 之后,你的 AI 编程助手不再一次性失忆:每一次踩坑都变成下一次起跑的领先。这正是开源项目 README 里那句话的含义——让下一个会话,从你已经赢下的地方开始。赞分享【免费下载链接】self-learning-skillsA self-improving skill for AI coding agents (Claude Code, Cursor, AGENTS.md): recognize a hard-won golden path in a session and harvest it into a reusable skill/rule for next time.项目地址https://gitcode.com/gh_mirrors/se/self-learning-skills点击查看免费下载相关推荐Instagram Private API 中的 IgLoginRequiredError登录失效错误的识别、捕获与会话恢复实战Instagram Private API 中的 IgLoginRequiredError登录失效错误的识别、捕获与会话恢复实战导读 IgLoginRequ后端cs-self-learning 并行计算自学路线CMU 15-418 / Stanford CS149 课程深度解析cs self learning 并行计算自学路线CMU 15 418 / Stanford CS149 课程深度解析导读本文以 cs self lear文档教程知识库ChatGPT Java SDK流式输出实战构建实时AI聊天应用的完整教程ChatGPT Java SDK流式输出实战构建实时AI聊天应用的完整教程 ChatGPT Java SDK是一款功能强大的开源库它为Java开发者提供了便上一篇uni-app x 的 UniPage 页面对象完全指南动态页面样式、原生视图与 DOM 查询实战下一篇NemoClaw 上船生命周期契约解析意图、检查点、补偿与故障恢复的工程化设计创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

self-learning-skills三步循环深度解析：如何识别、捕获并复用会话中的黄金路径

相关推荐

GriddyCode 代码编辑器：Lua 插件与 18 套主题，三步换成你的风格

5分钟在浏览器跑起三国杀：开源桌游引擎从入门到DIY指南

RPCS3 汉化补丁教程：补丁目录、启用步骤与故障排查一次讲清

更多资讯

基于Electron与Vue 3的AI运维工作台：整合SSH、知识库与AI助手

AI运维工作台Mini Assistant：整合SSH终端、智能笔记与AI查询

GitHub 趋势周报：AI 应用与本地优先工具成为新主流

数据库迁移成本怎么算？三类场景成本结构与隐性成本全拆解

Kafka四大核心组件的物理本质与协同机制

OpenCV傅里叶变换实战：频域滤波从原理到代码

今日更新

电商智能运营体系从0到1：架构设计、落地步骤与避坑指南

压缩空气储能与热网热惯性联合优化调度：热电联产系统建模与求解

若依框架AI代码生成不稳定？用Agent Skill三层结构+五步法搞定

本周精选

金融AI落地指南：从调研报告到技术选型与工程实践

大模型上下文成本与注意力优化技术深度解析——为何O(n²)平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测

基于GMM的语音识别系统原理与MATLAB实现详解

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？