К основному содержанию
скилл Claude Code GitHub Copilot

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.

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add microsoft/skills --skill continual-learning -a claude-code
Открыть на GitHub

Что 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-code

2Вручную: положить файлы

~/.claude/skills/continual-learning/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/continual-learning/

Из того же набора18

Весь набор →
Planner microsoft Planner изучает требования и кодовую базу, затем составляет план реализации без изменения кода. Подойдёт, если перед работой нужно определить затронутые файлы и этапы. Claude Code GitHub Copilot 406установок frontend-design-review microsoft Скилл проверяет и создаёт интерфейсы с учётом дизайна, доступности и дизайн-системы. Подходит для ревью UI, PR и адаптивной вёрстки. Claude Code GitHub Copilot 237установок deploy microsoft Запускает развёртывание проверенных IaC-шаблонов в Azure и проверяет состояние ресурсов. Срабатывает автоматически на четвертом шаге оркестратора azure-app-onboard. Claude Code GitHub Copilot 126установок microsoft-docs microsoft Скилл отвечает на вопросы о технологиях Microsoft через официальную документацию. Подойдёт для туториалов, настроек, лимитов и разбора концепций. Claude Code GitHub Copilot 118установок cloud-solution-architect microsoft Превращает ИИ-агента в архитектора облачных решений по стандартам Azure Architecture Center. Помогает выбирать архитектурные стили и проверять дизайн систем по правилам WAF. Claude Code GitHub Copilot 117установок mcp-builder microsoft Пошаговое руководство по созданию MCP-серверов на TypeScript, Python и C# для интеграции сторонних API с языковыми моделями. Claude Code GitHub Copilot 108установок skill-creator microsoft Помогает создавать и обновлять скиллы для AI-агентов, особенно для Azure SDKs и Microsoft Foundry. Пригодится, когда нужен понятный каркас навыка. Claude Code GitHub Copilot 106установок copilot-sdk microsoft Помогает создавать приложения на базе GitHub Copilot SDK для Node.js, Python, Go и .NET. Пригодится для программной интеграции Copilot в бэкенд или CLI-инструменты. Claude Code GitHub Copilot 76установок

Похожие

agents-sdk официальный OpenAI Собирает, запускает и тестирует приложения на OpenAI Agents SDK прямо из Codex. Превращает промпт, репозиторий или сессию в рабочего агента с инструментами и eval-тестами. CX Codex GP ChatGPT 22установок google-docs официальный OpenAI Скилл создаёт, редактирует и проверяет Google Docs с сохранением структуры, шаблонов и нужных ссылок. Пригодится для документов с таблицами, вкладками и полями. CX Codex GP ChatGPT 22установок research-router-skill официальный OpenAI Скилл разбирает широкие вопросы по life sciences, выбирает нужные навыки и собирает краткий ответ с опорой на источники. Подходит для запросов, где одной базой не обойтись. CX Codex GP ChatGPT 16установок rnacentral-skill официальный OpenAI Скилл отправляет запросы к RNAcentral для поиска записей РНК, просмотра одной записи и получения перекрёстных ссылок. Пригодится, когда нужны краткие сводки по RNAcentral. CX Codex GP ChatGPT 13установок ideate официальный OpenAI Скилл помогает создавать три самостоятельных визуальных направления по брифу Product Design. Пригодится для вариантов интерфейса и ремиксов. CX Codex GP ChatGPT 5установок figma-use-motion официальный Figma Скилл добавляет use_figma контекст для анимации узлов Figma: ключевых кадров, easing, animation styles и длительности таймлайна. CX Codex GP ChatGPT 5установок setup-matt-pocock-skills Matt Pocock Скилл настраивает репозиторий для инженерных скиллов Matt Pocock: задаёт трекер задач, метки триажа и расположение доменной документации. Запустите его перед первым использованием остальных скиллов. Claude Code 1 052 851установок to-tickets Matt Pocock Разбивает план, спецификацию или переписку на небольшие сквозные задачи и отмечает, какие из них блокируют остальные. Пригодится, когда нужно согласовать порядок работы до публикации задач в трекере. Claude Code 711 230установок

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

Смотрите также

Спонсоры проекта

Компании, которые помогают держать аналитику открытой