Self learning

Self-Learning（LLM 搭车识别 + Stop hook 归档晋升）

本 skill 是自学习机制的模型侧说明。识别提示已由 UserPromptSubmit hook 自动注入（每条用户消息触发），归档与晋升由 Stop hook 自动处理。你只需 识别持久指令 + 写缓冲文件——其余全自动。

机制（三层流转）

缓冲 pending.md（你搭便车写）
  → 存档 archive.md（Stop hook 追加，append-only）
  → rules/30-self-learned.md（≥N 次晋升，L0 自动加载）

自学习全程不碰 memory——只写 .claude/self-learning/pending.md，绝不写 ~/.claude/projects/*/memory/ 下的任何文件。memory 是另一套系统（已确认的 规则/偏好），自学习是原始指令流水线，两者隔离。

你的职责（仅识别 + 写缓冲）

每条用户 prompt 时，hook 已注入识别提示（[Self-Learning] ...）。若 prompt 表达了持久的允许/禁止指令，在正常回应之外，把识别结果【追加】写入 .claude/self-learning/pending.md，每条用 frontmatter 块：

---
ts: <ISO-8601 时间>
type: allow | deny
instruction: <归一化为一条简短指令，中英文均可，去掉指代与上下文>
prompt: <原始用户 prompt 片段，≤200 字>
---

识别规则

写（持久指令）：

• "以后都 / 永远 / 每次" + 允许或禁止
• "不要 / 别 / 禁止 / never" + 行为
• "允许 / 可以 / allow" + 行为
• "记住我喜欢 / 我偏好 / always"

不写（一次性 / 上下文相关）：

• "现在做 X"（一次性任务）
• "在这个文件里"（上下文限定，非持久）
• "如果 / 假设"（假设性）
• 已在 quality.json / CLAUDE.md / rules/ 明确的规则（不重复记录）

归一化要稳

同一条规则可能用不同措辞反复出现（"别用 git add -A" / "永不用 git add -a" / "Never Git Add A"）。归一化时尽量统一措辞——trim + 小写 + 折叠空白后应一致， 这样累计计数才能达到晋升阈值（默认 3 次）。归一化只做这些（不做同义合并）， 保守可接受：宁可不晋升，不可错合并。

不归你管（Stop hook 自动）

• 归档：Stop hook 把 pending.md 追加到 self-learning-archive.md（与 transcript 同目录，~/.claude/projects/{key}/），然后清空 pending。
• 晋升：archive 中同一指令累计达 quality.json selfLearning.promotionThreshold （默认 3）次 → 自动写入 rules/30-self-learned.md（L0 自动加载，下一 session 起对所有工作生效）。
• 幂等：rules/30 整文件重渲染，重复跑 Stop 不重复晋升。

开关

quality.json → selfLearning.enabled: false：整条链静默关闭（hook 不注入 识别提示、Stop 不归档晋升）。默认 true。

红线（不可违反）

1. 只写 .claude/self-learning/pending.md，绝不写 memory（任何 memory/ 路径，包括 ~/.claude/projects/*/memory/ 和项目 .claude/memory/）。
2. prompt 不含持久指令则不写（宁缺毋滥——垃圾指令会污染晋升池）。
3. 归一化保守：宁可少合并，不可错合并不同指令。
4. 不改 archive / rules/30（那是 Stop hook 的职责，手改会被下次重渲染覆盖）。

Scope

This skill ONLY:

• 识别用户 prompt 中的持久允许/禁止指令
• 写 .claude/self-learning/pending.md 缓冲

This skill NEVER:

• 写 memory 任何文件
• 改 archive / rules/30-self-learned.md
• 在一次性指令上触发
• 做归档/晋升（Stop hook 的职责）