Self-Learning Skills — мета-скилл для AI-агентов: сохраняем hard-won знания между сессиями

· 1 мин чтения
self-learning skills ai-agents meta-skill claude-code cursor agentskills
📂 Исходный код на GitHub

Мета-скилл для AI-агентов: учит агента распознавать hard-won знания в сессии и сохранять их как переиспользуемые навыки. Работает с Claude Code, Cursor, OpenCode и любыми AGENTS.md-агентами. Промоушн-правило из трёх критериев защищает от сохранения непроверенных догадок.

Self-Learning Skills — мета-скилл для AI-агентов: сохраняем hard-won знания между сессиями

Каждая сессия с AI-агентом, где вы продираетесь через дебаг или заново находите ответ на один и тот же вопрос — «как подключиться к продовой БД?», «где лежат креды?», «какая команда деплоя?» — заканчивается одинаково. Знания испаряются. Следующая сессия стартует с нуля.

Self-Learning Skills от Kulaxyz — это мета-скилл, который решает эту проблему. Он учит агента распознавать момент, когда получен переиспользуемый «золотой путь», и сохранять его туда, откуда инструмент автоматически загрузит его в следующий раз. Не переучиваться заново — а стартовать с уже известным маршрутом.

901 звёзда на GitHub. Поддержка Claude Code, Cursor, OpenCode, Gemini CLI, Codex, Aider и любых агентов, читающих AGENTS.md.

Цикл работы

Механика одинакова для всех инструментов — три шага:

  1. Распознать момент — задача, которая получилась только после нескольких попыток, неочевидная команда, операционный workflow, который повторится, или вы просто говорите «запомни это».
  2. Захватить без лишних промптов — агент сам определяет scope и имя, сообщает постфактум. Сохраняется процедура, а не одноразовый ответ. Плюс заметка «что не сработало».
  3. Переиспользовать — в следующей сессии запись загружается автоматически по описанию навыка или потому, что инструкции всегда читаются.

Разница между инструментами только в том, куда сохраняется знание и как оно автозагружается:

Инструмент Куда сохраняет Автозагрузка через
Claude Code, Codex, Agent Skills-клиенты skills/<name>/SKILL.md совпадение описания навыка
Cursor .cursor/rules/learned/<name>.mdc описание правила / globs
Zed, Aider, Gemini CLI, … AGENTS.md (или заметки/память) всегда читаемые инструкции

Триаж: навык, заметка или пропуск?

Мета-скилл не засоряет конфигурацию однострочниками. Каждый урок маршрутизируется:

Урок Куда попадает
Многошаговая переиспользуемая процедура/workflow Новый навык / правило
Единичный факт или однострочная поправка Лёгкие заметки/память (например, MEMORY.md)
Настоящий одноразовый случай Пропускается

Промоушн-правило: не закрепляем догадки

Триаж определяет гранулярность; промоушн-правило — уверенность. Навык авторитетен: следующая сессия доверяет ему без перепроверки. Поэтому сессия повышается до навыка только при выполнении всех трёх условий:

  1. Прoверяемый результат — путь верифицирован (тест прошёл, чистый выход, зелёная сборка, воспроизводимый repro). «Вроде сработало» не считается.
  2. Названный паттерн сбоя — сбой, которого навык избегает или который диагностирует, явно назван.
  3. Минимум один отброшенный тупик — конкретный подход, который попробовали и исключили.

Не хватает хотя бы одного — остаётся предварительной заметкой, а не навыком. Это не даёт уверенным, но непроверенным догадкам попасть в набор навыков.

Безопасность

Собранные навыки коммитятся и расшариваются, поэтому мета-скилл никогда не записывает секреты — ни паролей, ни токенов, ни строк подключения, ни API-ключей. Он записывает только где найти секрет: имя переменной окружения, клиентскую функцию, MCP-инструмент, менеджер секретов. Воспроизведение секрета в расшаренный файл — это утечка.

Установка

npx (рекомендуется) — работает с 70+ агентами:

npx skills add kulaxyz/self-learning-skills                 # этот проект (автоопределение агентов)
npx skills add kulaxyz/self-learning-skills -g              # глобально — все проекты
npx skills add kulaxyz/self-learning-skills -a claude-code  # конкретный агент

Попробовать без установки:

npx skills use kulaxyz/self-learning-skills --skill self-learning | claude

Claude Code plugin:

/plugin marketplace add kulaxyz/self-learning-skills
/plugin install self-learning@self-learning-skills

Вручную:

git clone https://github.com/kulaxyz/self-learning-skills

# Claude Code (глобально или в .claude/skills/ проекта)
cp -R self-learning-skills/skills/self-learning ~/.claude/skills/

# Cursor
mkdir -p .cursor/rules
cp self-learning-skills/.cursor/rules/self-learning.mdc .cursor/rules/

# Любой AGENTS.md-агент
curl https://raw.githubusercontent.com/kulaxyz/self-learning-skills/main/AGENTS.md >> AGENTS.md

Структура репозитория

self-learning-skills/
├── AGENTS.md                          # кроссплатформенная версия цикла
├── skills.sh.json                     # манифест для npx skills / skills.sh
├── .claude-plugin/
│   └── marketplace.json               # манифест плагина Claude Code
├── skills/
│   └── self-learning/                 # стандарт Agent Skills (Claude Code + клиенты)
│       ├── SKILL.md                   # распознавание момента + процедура сбора
│       ├── references/
│       │   └── skill-authoring.md     # спек для создания качественных навыков
│       └── assets/
│           └── SKILL.template.md      # заполняемый шаблон навыка
└── .cursor/
    └── rules/
        ├── self-learning.mdc          # Cursor-адаптер
        └── learned/                   # сюда попадают собранные правила

Почему это важно

Проблема «знания испаряются между сессиями» — фундаментальная для AI-агентов. Каждая сессия — чистый лист. Решение Kulaxyz не пытается сделать агента умнее — оно даёт ему память процедур. Причём не любых, а только проверенных: с зелёными тестами, с названными паттернами сбоев, с задокументированными тупиками. Именно исключённые тупики часто ценнее самого решения — в следующей сессии агент не тратит время на путь, который уже опровергнут.

Мета-скилл построен на открытом стандарте Agent Skills. Работает с любым агентом, принимающим Markdown-инструкции.

Ресурсы

Источник: https://github.com/Kulaxyz/self-learning-skills

Похожие материалы