AI 的持续学习：从会话中提取可复用知识

作者注本文基于 ECC 项目的持续学习系统展示如何让 AI 编码助手从每次会话中自动积累和进化。项目开源地址github.com/affaan-m/ECC摘要最浪费资源的事情是让 AI 反复学习同一个教训。ECCEverything Claude Code项目的持续学习系统通过 Stop Hook 自动提取会话中的有效模式将其沉淀为可复用的 Skills。本文系统介绍持续学习的工作流、模式提取算法、置信度评分机制以及如何将个人调试技巧转化为团队知识资产。文章包含 Python 实现的模式提取器和 Skill 生成器代码。关键词持续学习、知识提取、模式识别、Skill 进化、Stop Hook一、问题的本质AI 在重复学习1.1 资源浪费的量化假设团队每天与 AI 进行 20 次会话每次会话中 AI 重新发现一个已知的调试技巧 每日浪费估算 ├── 会话数: 20 次 ├── 每会话重复知识: 2-3 个 ├── 每个知识重新解释: 50-100 tokens ├── 每日浪费 Token: ~4,000 ├── 每月浪费 Token: ~120,000 └── 年化浪费: 大量时间和成本1.2 人类 vs AI 的学习差异维度人类开发者AI 助手记忆存储大脑 笔记仅当前上下文跨会话记忆自然延续完全重置知识分享文档、口传无法自动分享模式识别需要刻意总结可以自动化持续学习的目标让 AI 具备跨会话积累知识的能力。二、ECC 持续学习工作流2.1 整体流程是否是否开发会话发现有效模式?记录到会话日志继续工作Stop Hook 触发提取可复用模式置信度 阈值?创建/更新 Skill存入候选池skills/new-pattern/SKILL.md待观察池多次验证后提升图 1持续学习工作流 —— 从会话发现到 Skill 沉淀的完整链路2.2 为什么用 Stop HookECC 明确选择Stop Hook而非UserPromptSubmit维度UserPromptSubmitStop Hook触发频率每次用户消息会话结束一次对体验的影响增加每次响应延迟无感知信息完整性片段化完整的会话上下文处理复杂度需实时处理可批量处理三、模式提取算法3.1 什么是可复用模式可复用模式包括但不限于调试技巧“遇到 X 错误时检查 Y 配置”代码模式“在 Python 中处理 Z 场景的标准写法”架构决策“本项目选择 A 方案而非 B 方案的原因”工具使用“使用 C 工具的特定参数组合”3.2 Python 模式提取器#!/usr/bin/env python3 模式提取器 —— 从会话日志中提取可复用知识 功能 1. 解析会话日志 2. 识别有效/无效方法 3. 计算模式置信度 4. 生成 Skill 草稿 importrefromtypingimportList,Dict,OptionalfromdataclassesimportdataclassfrompathlibimportPathdataclassclassPattern:提取的模式category:str# debug, coding, architecture, tooldescription:strevidence:str# 支持证据confidence:float# 0-1occurrences:int# 出现次数classPatternExtractor: 模式提取器 从会话文本中提取可复用的知识模式 # 模式识别关键词PATTERN_MARKERS{debug:[解决,修复,debug,排查,原因,由于],coding:[模式,写法,实现,函数,类,推荐],architecture:[架构,设计,决策,选择,方案,对比],tool:[工具,命令,参数,配置,使用,运行],}# 有效性标记EFFECTIVE_MARKERS[成功,有效,解决,通过,worked,fixed]INEFFECTIVE_MARKERS[失败,无效,不行,错误,failed,error]def__init__(self,confidence_threshold:float0.7):self.confidence_thresholdconfidence_thresholddefextract(self,session_text:str)-List[Pattern]: 从会话文本提取模式 Args: session_text: 完整的会话文本 Returns: 提取的模式列表 patterns[]linessession_text.split(\n)# 提取调试模式debug_patternsself._extract_debug_patterns(lines)patterns.extend(debug_patterns)# 提取代码模式code_patternsself._extract_code_patterns(lines)patterns.extend(code_patterns)# 提取架构决策arch_patternsself._extract_architecture_patterns(lines)patterns.extend(arch_patterns)# 过滤低置信度return[pforpinpatternsifp.confidenceself.confidence_threshold]def_extract_debug_patterns(self,lines:List[str])-List[Pattern]:提取调试模式patterns[]fori,lineinenumerate(lines):ifany(kwinlineforkwin[解决,修复,fixed]):# 向前查找问题描述contextself._get_context(lines,i,3)# 判断是否有效is_effectiveany(kwincontextforkwinself.EFFECTIVE_MARKERS)ifis_effective:patterns.append(Pattern(categorydebug,descriptionself._summarize_debug(context),evidencecontext[:200],confidence0.8,occurrences1))returnpatternsdef_extract_code_patterns(self,lines:List[str])-List[Pattern]:提取代码模式patterns[]# 查找代码块后的解释in_code_blockFalsecode_content[]forlineinlines:ifline.strip().startswith():ifin_code_block:# 代码块结束ifcode_content:patternself._analyze_code_pattern(code_content)ifpattern:patterns.append(pattern)code_content[]in_code_blocknotin_code_blockelifin_code_block:code_content.append(line)returnpatternsdef_extract_architecture_patterns(self,lines:List[str])-List[Pattern]:提取架构决策patterns[]fori,lineinenumerate(lines):ifany(kwinlineforkwin[决定,选择,采用,使用]):contextself._get_context(lines,i,2)# 判断是否包含理由has_reasonany(kwincontextforkwin[因为,由于,reason,because])ifhas_reason:patterns.append(Pattern(categoryarchitecture,descriptionline.strip()[:150],evidencecontext[:200],confidence0.75ifhas_reasonelse0.5,occurrences1))returnpatternsdef_get_context(self,lines:List[str],index:int,radius:int)-str:获取上下文startmax(0,index-radius)endmin(len(lines),indexradius1)return\n.join(lines[start:end])def_summarize_debug(self,context:str)-str:总结调试模式# 简化返回前 100 个字符returncontext[:100].replace(\n, )def_analyze_code_pattern(self,code_lines:List[str])-Optional[Pattern]:分析代码模式code\n.join(code_lines)# 启发式超过 3 行的代码块可能包含模式iflen(code_lines)3:returnNonereturnPattern(categorycoding,descriptionf代码模式 ({len(code_lines)}行),evidencecode[:300],confidence0.6,occurrences1)classSkillGenerator: Skill 生成器 将提取的模式转换为 SKILL.md 格式 defgenerate(self,pattern:Pattern,skill_name:str)-str: 生成 Skill 内容 Args: pattern: 提取的模式 skill_name: Skill 名称 Returns: Markdown 格式的 SKILL.md 内容 returnf---name:{skill_name}description:{pattern.description}origin:auto-extracted confidence:{pattern.confidence}---# {skill_name}## 使用场景根据模式自动分类{pattern.category}## 模式描述{pattern.description}## 证据{pattern.evidence[:500]}## 注意事项 - 此 Skill 从会话自动提取置信度为 {pattern.confidence} - 建议人工审查后使用 - 出现次数: {pattern.occurrences} ## 待完善 - [ ] 补充更详细的使用步骤 - [ ] 添加更多示例 - [ ] 验证在不同场景的有效性 def save(self, skill_name: str, content: str, base_dir: str skills) - str: 保存 Skill 到文件 skill_dir Path(base_dir) / skill_name skill_dir.mkdir(parentsTrue, exist_okTrue) skill_file skill_dir / SKILL.md skill_file.write_text(content, encodingutf-8) return str(skill_file) # 使用示例 if __name__ __main__: # 模拟会话文本 session_text 用户: 数据库连接超时怎么解决 助手: 这个问题通常由连接池配置不当引起。检查一下 max_connections 是否设置合理。 用户: 我把 max_connections 从 10 改成 50问题解决了 助手: 很好。另外建议开启连接复用避免频繁创建连接。 用户: 好的。还有一个问题Python 中处理大量数据的最佳方式是什么 助手: 推荐使用生成器模式避免一次性加载所有数据到内存。 python def process_large_file(path): with open(path) as f: for line in f: yield process_line(line)用户: 这个方案有效内存占用降低了很多。“”extractor PatternExtractor(confidence_threshold0.6) patterns extractor.extract(session_text) print( * 60) print( 提取的模式) print( * 60) generator SkillGenerator() for i, pattern in enumerate(patterns): print(f\n{i1}. [{pattern.category}] 置信度: {pattern.confidence}) print(f 描述: {pattern.description[:80]}...) # 生成 Skill skill_name fauto-pattern-{i1} content generator.generate(pattern, skill_name) path generator.save(skill_name, content, /tmp/skills) print(f 已保存: {path})--- ## 四、置信度评分机制 ### 4.1 评分维度 | 维度 | 权重 | 说明 | |------|------|------| | **证据充分性** | 30% | 是否有明确的解决证据 | | **可复用性** | 25% | 是否通用而非特定场景 | | **简洁性** | 20% | 描述是否清晰简洁 | | **验证次数** | 15% | 是否在多次会话中出现 | | **领域相关性** | 10% | 是否属于核心开发领域 | ### 4.2 人工审查工作流 mermaid graph LR A[自动提取模式] -- B{置信度 0.9?} B --|是| C[自动入库] B --|否| D[人工审查队列] D -- E[开发者审查] E -- F{有效?} F --|是| G[完善后入库] F --|否| H[丢弃] G -- I[提升置信度]图 2置信度驱动的审查工作流 —— 高置信度自动入库低置信度人工审查五、总结持续学习不是让 AI 变成全知全能而是避免重复学习同一课。阶段关键动作产出会话中标记有效/无效方法原始数据会话结束Stop Hook 提取模式候选模式定期审查人工验证和完善高质量 Skill团队共享同步到 skills/ 目录组织知识参考资料ECC continuous-learning SkillECC 详细指南the-longform-guide.md持续学习章节Pattern Recognition in Software EngineeringKnowledge Management SystemsECC v1.2 发布说明Instinct-based Learning本文完。你的 AI 助手在学习吗