# adaptive-learner

Субагент adaptive-learner, который перед задачей достаёт из памяти похожие случаи, а после — записывает результат и правит подход.

- субагент · `type=agent` · Claude Code, Codex, Cursor · ★ 850 у репозитория
- Автор: ruvnet
- Лицензия: не указана · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/ruvnet/agentic-flow/tree/HEAD/.claude/agents/reasoning/adaptive-learner.md
- Обновлён: 2026-10-26
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/agents/adaptive-learner

## Что делает

Работа идёт циклом: сначала агент вытаскивает из памяти похожие задачи, потом выполняет свою, оценивает итог и записывает урок. Хуки в файле агента делают это сами — до запуска уходит запрос в память, после запуска результат отправляется в `npx agentic-flow@latest reasoningbank distill`.

Воспоминания ранжируются по четырём весам: похожесть 65%, надёжность 20%, свежесть 15%, разнообразие 10%. Возвращаются три самых релевантных, поэтому контекст не разрастается. Провальные попытки тоже попадают в память — как список того, чего делать не стоит. Профиль домена в командах хуков — `adaptive-learning`.

Оба хука вызывают `npx agentic-flow@latest`, поэтому без npx и доступа к npm шаг с памятью не сработает: останется обычный промпт без накопленного опыта.

## Установка

### Claude Code (родная платформа)

**Вручную: положить файлы**
- Файл: `.claude/agents/adaptive-learner.md` — Для всех проектов — ~/.claude/agents/. Claude делегирует задачу сам по полю description или по @-упоминанию

### Codex

**Вручную: положить файлы**
- Файл: `.codex/agents/adaptive-learner.toml` — Codex описывает субагентов в TOML: name, description, developer_instructions. Текст из Markdown перенесите в developer_instructions вручную. Для всех проектов — ~/.codex/agents/

### Cursor

**Вручную: положить файлы**
- Файл: `.cursor/agents/adaptive-learner.md` — Cursor понимает и .claude/agents/

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/ruvnet/agentic-flow/tree/HEAD/.claude/agents/reasoning/adaptive-learner.md

## Когда брать
- достать прошлые решения по JWT перед новой авторизацией
- понять, почему прошлая попытка починить баг не сработала
- сохранить рабочий паттерн обработки ошибок в память агента
- сравнить итерации API-дизайна по доле успешных прогонов
- следить, как падает расход токенов на повторной задаче

## Примеры запросов агенту
- Отдай задачу субагенту adaptive-learner: добавить JWT-авторизацию и учесть прошлые провалы в домене `adaptive-learning`.
- Пусть adaptive-learner разберётся, почему падает `auth.spec.ts`, и запишет вывод в память.
- Попроси adaptive-learner спроектировать REST-эндпоинты и сравнить результат с двумя прошлыми прогонами.

## Похожие
- [adaptive-agent](https://affpapa.org/nevibecode/plugins/adaptive-agent.md) — плагин · ★ 9 у репозитория
- [convention-learner](https://affpapa.org/nevibecode/skills/convention-learner.md) — скилл · 4000 установок
- [rust-learner](https://affpapa.org/nevibecode/skills/rust-learner.md) — скилл · 3400 установок
- [adaptive-communication](https://affpapa.org/nevibecode/skills/adaptive-communication.md) — скилл · 3500 установок
- [iphone-duo-adaptive-layout](https://affpapa.org/nevibecode/skills/iphone-duo-adaptive-layout.md) — скилл · 1000 установок
- [nemo-relay-plugin-adaptive-tuning](https://affpapa.org/nevibecode/skills/nemo-relay-plugin-adaptive-tuning.md) — скилл · 178 установок

Из того же набора: [ruvnet/agentic-flow](https://affpapa.org/nevibecode/by/ruvnet/agentic-flow.md) — 76 карточек

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
