CC 持续学习

要解决什么问题

在 Agent 与 CC 类开发流程里，单次对话往往「用完即弃」：同一类错误会反复出现，项目约定和踩坑记录很难沉淀到下一轮任务。若只靠人工改 prompt 或手工整理笔记，成本高，且难以和工具链对齐。持续学习在这里指：把可复用的结论（规则、示例、约束）以开发技能的形式挂进工作流，而不是每次从零解释上下文。

技能如何工作

cc-skill-continuous-learning 归类为 development skill，面向在 CC 生态里扩展 Agent 行为时使用。典型用法包括：

• 在任务结束后归纳可写入技能或记忆结构的要点（而非冗长聊天记录）
• 与既有 CC 技能组合，让后续会话默认带上已确认的学习结果
• 在迭代 prompt、规则或小型知识片段时，保持命名与边界清晰，避免与业务技能混写

具体触发方式、落盘格式与钩子以你仓库中的 SKILL.md 及 SkillHub 上的技能包为准；本介绍不替代官方正文。

适用边界与注意点

• 它解决的是流程与约定层的持续改进，不替代评测、回归测试或数据管线里的正式训练。
• 学习内容需要人工或 Agent 审核，防止错误结论被固化进长期上下文。
• 与 @org-02qudk26/cc-skill-continuous-learning 配套的说明若更新，应以来源页与安装包内文档为唯一依据。