continual-learning — скилл для Claude Code и GitHub Copilot: память
Скилл учит агента запоминать ошибки, паттерны и проектные соглашения между сессиями. Без него каждый запуск — с чистого листа; с ним агент накапливает опыт и работает точнее.
npx skills add microsoft/skills --skill continual-learning -a claude-codeЧто делает continual-learning
continual-learning хранит два слоя памяти: глобальную (какие инструменты падают, общие привычки кода) и локальную (особенности этого проекта, частые ошибки команды). Агент учится через три канала — автоматические хуки отслеживают ошибки инструментов, сам агент может писать выводы напрямую через SQL, или вы вносите знание вручную в markdown-файл.
Память самоочищается: записи старше 60 дней с низкой частотой обращений удаляются, но ценные знания остаются. Нужно только скопировать папку хуков в .github/hooks/ — дальше всё работает без конфига. Главное — быть конкретным: вместо «использовать правильный параметр» пиши «parameter — semantic_configuration_name=, не semantic_configuration=».
Какие задачи решает
- Запомнить, какие инструменты часто ломаются в проекте
- Сохранить проектные соглашения и паттерны кода между запусками агента
- Собрать и систематизировать выводы агента из ошибок
- Предотвратить одни и те же ошибки в разных сессиях
Примеры запросов агенту
- Установи continual-learning, запусти агента — он сразу начнёт собирать данные о том, что падает
- Напиши в памяти проекта: DefaultAzureCredential для всей Azure-авторизации — агент будет это помнить
- После нескольких сессий спроси агента: какие паттерны ты заметил? Он покажет выводы из learnings.db
Как установить continual-learning
1Через Skills CLI (Vercel)
npx skills add microsoft/skills --skill continual-learning -a claude-code2Вручную: положить файлы
~/.claude/skills/continual-learning/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/continual-learning/
Вручную: положить файлы
.agents/skills/continual-learning/SKILL.mdДля всех проектов — ~/.agents/skills/
Вручную: положить файлы
.cursor/skills/continual-learning/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install microsoft/skills continual-learning2Вручную: положить файлы
.github/skills/continual-learning/SKILL.mdКомандой платформы
gemini skills install https://github.com/microsoft/skills --path .github/skills/continual-learningВручную: положить файлы
.devin/skills/continual-learning/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Claude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
Из того же набора18
Весь набор →Похожие
Вопросы о continual-learning
Как установить continual-learning в Claude Code?
Выполни npx skills add microsoft/skills --skill continual-learning -a claude-code, затем отдельно ещё раз ту же команду. Потом проверь, что файл появился в ~/.claude/skills/continual-learning/SKILL.md.
Что делает continual-learning?
Учит агента помнить ошибки инструментов, проектные соглашения и частые ошибки. Память хранится в двух базах: глобальной (следует за вами между проектами) и локальной (привязана к репозиторию).
В чём разница между глобальной и локальной памятью?
Глобальная память (~/.copilot/learnings.db) содержит общие паттерны — какие инструменты нестабильны, как вы обычно пишете. Локальная (.copilot-memory/learnings.db) хранит особенности этого репозитория: конвенции кода, типичные ошибки команды, имена параметров.
Исходный текст
SKILL.md · MIT
---
name: continual-learning
description: Guide for implementing continual learning in AI coding agents — hooks, memory scoping, reflection patterns. Use when setting up learning infrastructure for agents.
---
# Continual Learning for AI Coding Agents
Your agent forgets everything between sessions. Continual learning fixes that.
## The Loop
```
Experience → Capture → Reflect → Persist → Apply
↑ │
└───────────────────────────────────────┘
```
## Quick Start
Install the hook (one step):
```bash
cp -r hooks/continual-learning .github/hooks/
```
Auto-initializes on first session. No config needed.
## Two-Tier Memory
**Global** (`~/.copilot/learnings.db`) — follows you across all projects:
- Tool patterns (which tools fail, which work)
- Cross-project conventions
- General coding preferences
**Local** (`.copilot-memory/learnings.db`) — stays with this repo:
- Project-specific conventions
- Common mistakes for this codebase
- Team preferences
## How Learnings Get Stored
### Automatic (via hooks)
The hook observes tool outcomes and detects failure patterns:
```
Session 1: bash tool fails 4 times → learning stored: "bash frequently fails"
Session 2: hook surfaces that learning at start → agent adjusts approach
```
### Agent-native (via store_memory / SQL)
The agent can write learnings directly:
```sql
INSERT INTO learnings (scope, category, content, source)
VALUES ('local', 'convention', 'This project uses Result<T> not exceptions', 'user_correction');
```
Categories: `pattern`, `mistake`, `preference`, `tool_insight`
### Manual (memory files)
For human-readable, version-controlled knowledge:
```markdown
# .copilot-memory/conventions.md
- Use DefaultAzureCredential for all Azure auth
- Parameter is semantic_configuration_name=, not semantic_configuration=
```
## Compaction
Learnings decay over time:
- Entries older than 60 days with low hit count are pruned
- High-value learnings (frequently referenced) persist indefinitely
- Tool logs are pruned after 7 days
This prevents unbounded growth while preserving what matters.
## Best Practices
1. **One step to install** — if it takes more than `cp -r`, it won't get adopted
2. **Scope correctly** — global for tool patterns, local for project conventions
3. **Be specific** — `"Use semantic_configuration_name="` beats `"use the right parameter"`
4. **Let it compound** — small improvements per session create exponential gains over weeks
© microsoft · MIT · microsoft/skills