alleneee 自改进
把一次性对话中的高价值经验，转成项目内可复用资产。
Quick Reference
| 情况 | 动作 |
|---|---|
| 命令/工具失败 | 记录到 .learnings/ERRORS.md |
| 用户纠正你 | 记录到 .learnings/LEARNINGS.md，类别 correction |
| 用户要求缺失能力 | 记录到 .learnings/FEATURE_REQUESTS.md |
| 外部 API 失败 | 记录到 .learnings/ERRORS.md，含集成细节 |
| 知识已过时 | 记录到 .learnings/LEARNINGS.md，类别 knowledge_gap |
| 发现更好做法 | 记录到 .learnings/LEARNINGS.md，类别 best_practice |
| 与已有条目相似 | 用 See Also 关联，考虑提升优先级 |
| 广泛适用的经验 | 提升到 CLAUDE.md / AGENTS.md |
文件结构
.learnings/
├── LEARNINGS.md
├── ERRORS.md
└── FEATURE_REQUESTS.md
何时记录
优先记录这些情况：
- 用户纠正了你的判断、假设或实现方式
- 工具、命令、运行环境出现了非显然失败
- 用户要求当前系统不直接支持的能力
- 你发现了值得复用的项目约束、工作流或最佳实践
- 你的知识已过时或与实际行为不符
不要记录这些情况：
- 明显且一次性的错误
- 无需复盘即可解决的小问题
- 与当前项目无关的泛泛常识
记录原则
- 只保留高信号信息，避免把
.learnings/变成噪音堆积区 - 先写"为什么以后还会有用"，再写"这次发生了什么"
- 如果是错误，明确复现线索和建议修复方向
- 如果是用户纠正，明确原假设哪里错了
- 记录前先搜索已有条目，重复的用 See Also 关联
- 如果模式已经稳定，考虑提升到
AGENTS.md或抽出新 skill
记录格式
Learning
## [LRN-YYYYMMDD-XXXXXX] correction | knowledge_gap | best_practice
**Logged**: 2026-03-23T10:00:00+00:00
**Priority**: low | medium | high | critical
**Status**: pending
**Area**: frontend | backend | infra | tests | docs | config | runtime
### Summary
一句话说明学到了什么
### Details
说明当时的错误假设、触发条件和正确做法
### Suggested Action
以后应如何避免再次犯错
### Metadata
- Source: user_feedback | error | conversation
- Related Files: path/to/file.py
- Tags: tag1, tag2
- See Also: LRN-20260320-001 (如果与已有条目相关)
- Pattern-Key: correction.api_format (可选，用于重复模式追踪)
- Recurrence-Count: 1 (可选)
---
Error
## [ERR-YYYYMMDD-XXXXXX] auto_logged_error
**Logged**: 2026-03-23T10:00:00+00:00
**Priority**: medium | high
**Status**: pending
**Area**: runtime
### Summary
一句话说明哪里失败了
### Error
```text
具体错误内容
```
### Context
- Step: 3
- Tool: `bash`
- Task: 当前任务摘要
### Suggested Fix
说明后续应怎么复盘或修正
### Metadata
- Reproducible: yes | no | unknown
- Related Files: N/A
- Pattern-Key: tool_error.bash (可选)
- Recurrence-Count: 2 (可选)
---
Feature Request
## [FEAT-YYYYMMDD-XXXXXX] capability_name
**Logged**: 2026-03-23T10:00:00+00:00
**Priority**: medium
**Status**: pending
**Area**: runtime
### Requested Capability
用户需要什么能力
### User Context
为什么需要它
### Complexity Estimate
simple | medium | complex
### Suggested Implementation
可行的最小实现思路
### Metadata
- Frequency: first_time | recurring
- Related Features: N/A
---
条目生命周期
| Status | 含义 |
|---|---|
pending |
新记录，待处理 |
in_progress |
正在处理中 |
resolved |
已修复/已解决 |
promoted |
已提升到 CLAUDE.md / AGENTS.md / 新 skill |
wont_fix |
决定不处理（在 Resolution 中说明原因） |
解决条目时，追加 Resolution 块：
### Resolution
- **Resolved**: 2026-03-24T09:00:00Z
- **Commit/PR**: abc123 or #42
- **Notes**: 简述做了什么
重复模式检测
记录前先搜索已有条目：
grep -r "keyword" .learnings/
如果找到相似条目：
- 用
See Also关联 - 考虑提升优先级
- 如果 Recurrence-Count >= 3，强烈建议提升到项目规则
Priority 指引
| Priority | 适用场景 |
|---|---|
critical |
阻塞核心功能、数据丢失风险、安全问题 |
high |
显著影响、常见工作流受阻、反复出现 |
medium |
中等影响、有 workaround |
low |
轻微不便、边缘场景 |
Area 标签
| Area | 范围 |
|---|---|
frontend |
UI、组件、客户端代码 |
backend |
API、服务、服务端代码 |
infra |
CI/CD、部署、Docker、云 |
tests |
测试文件、测试工具 |
docs |
文档、注释 |
config |
配置文件、环境变量 |
runtime |
Agent 运行时、工具执行 |
提升路径
当某条 learning 被多次验证、具有跨任务价值时：
| Learning 类型 | 提升目标 | 示例 |
|---|---|---|
| 项目约定 | CLAUDE.md |
"包管理器用 uv，不要用 pip" |
| 工作流规则 | AGENTS.md |
"API 变更后必须重新生成客户端" |
| 可复用模式 | 新 skill | 复杂到需要专门指导的模式 |
提升后更新原条目 Status 为 promoted，并注明 **Promoted**: CLAUDE.md。
Skill 提取标准
当 learning 满足以下任一条件时，可以提取为独立 skill：
- 有 2+ 条 See Also 关联（反复出现）
- Status 为 resolved 且修复方案经过验证
- 非显而易见，需要实际调试才能发现
- 不限于特定项目，跨代码库可用
- 用户明确要求 "把这个存为 skill"
与原生 Hook 的关系
项目内的 SelfImprovementHook 自动做这些事：
- 运行前提醒你在必要时使用本 skill
- 工具失败时自动往
ERRORS.md记一条基础记录 - 同一工具反复失败时自动提升优先级并追踪 Pattern-Key
- 用户 reject/edit 反馈时自动往
LEARNINGS.md记录 - feature_request 反馈时自动往
FEATURE_REQUESTS.md记录
自动记录只是保底。真正高质量的 learning 仍然需要你在任务结束前主动整理。
定期回顾
在以下时机回顾 .learnings/：
- 开始新的大型任务前
- 完成一个功能后
- 在有历史 learning 的区域工作时
grep -h "Status\*\*: pending" .learnings/*.md | wc -l
grep -B5 "Priority\*\*: high" .learnings/*.md | grep "^## \["