continual-learning-microsoft-skills

1. 基本信息

项目	内容
名称	continual-learning-microsoft-skills
作者/维护者	Microsoft（`microsoft/skills` 仓库）
来源链接	https://github.com/microsoft/skills/tree/main/.github/skills/continual-learning
许可证	MIT（数据来自 GitHub API）
GitHub Stars	所属合集仓库整体 2,863 stars、323 forks（数据来自 GitHub API）；该数字属整个合集，不代表本技能自身热度
最新版本	无独立版本号，随仓库持续滚动更新，最近一次提交为 2026-08-04（数据来自 GitHub API）
安装方式	克隆仓库后复制单个目录即可，见第 10 章

2. 功能介绍与亮点

continual-learning 是一套让 AI coding agent 具备“跨会话记忆”的钩子（hooks）基础设施，核心是一个 Experience → Capture → Reflect → Persist → Apply 的闭环：

两层记忆：全局记忆（~/.copilot/learnings.db）跨项目留存工具使用习惯与通用编码偏好；本地记忆（.copilot-memory/learnings.db）只留存当前项目的约定与常见错误。
三种写入路径：钩子在工具调用失败时自动捕获模式并写入；agent 也可以直接写 SQL 插入结构化记录（pattern/mistake/preference/tool_insight 四类）；此外还支持人工维护的、可版本控制的 Markdown 记忆文件。
自动老化机制：低命中率的记忆条目超过 60 天自动清理，高价值（被频繁引用）的条目永久保留，工具调用日志 7 天后清理，避免记忆无限膨胀。
零配置安装：整套机制只需复制一个目录即可自动初始化，脚本内建 set -euo pipefail 与逐钩子超时限制（3–10 秒）。

亮点在于官方出品、代码完全公开可审计，且明确把“安装成本”当作头等设计约束——README 中直接写明“如果安装步骤超过一次 cp -r，就不会被采用”。

3. 适用场景

固定分类：元技能与 Agent 增强。

适合长期在同一批项目里反复与 agent 协作、不想每次新会话都重新解释项目约定的开发者：agent 会自动记住“这个项目用 Result<T> 不用异常”“某个工具经常失败”之类的经验，并在后续会话开场时主动带出这些记忆。团队协作场景下，也可以把项目特定约定沉淀进版本受控的 Markdown 记忆文件，供团队共享。

4. 跨 Agent 兼容性

Claude Code：需适配。Claude Code 同样支持会话生命周期钩子（如 SessionStart / PostToolUse），但配置方式是在 .claude/settings.json 中声明，而本技能采用的是 GitHub Copilot CLI 专用的 .github/hooks/hooks.json 清单格式。底层的 SQLite 记忆脚本（learn.sh）本身与平台无关，可复用，但钩子注册部分需要手工改写。
Codex：未验证。
OpenClaw：未验证。
Hermes Agent：未验证。

SKILL.md 正文本身是与具体 agent 无关的通用说明文档，可作为设计参考在任意平台阅读；真正需要适配的只是自动化钩子的注册格式。

5. 推荐理由

“每次新会话都要重新解释一遍项目约定、反复纠正同一个错误”是几乎所有长期使用 coding agent 的用户都会遇到的真实痛点。continual-learning 用最小的安装成本换来了跨会话记忆能力，并且给出了明确的分层策略（全局/本地）与老化策略（避免记忆无限膨胀这个常见陷阱），而不是简单粗暴地把所有历史都塞进上下文。作为官方出品，实现逻辑完全本地化、公开透明，是一套安全边界清晰、可审计的记忆基础设施。

6. 评分

维度	分数	说明
受欢迎程度	7	该技能由 Microsoft 官方发布（`microsoft/skills` 仓库）；该子技能自身目前尚无独立于合集整体之外的第三方讨论或采用数据
可用性	9	单条 `cp -r` 命令即可安装、自动初始化无需任何配置，SKILL.md 与配套脚本文档完整含示例，仓库近期持续维护，无付费依赖
安全性	9	见下方安全检查清单

综合评分：8.3（三项均值，≥7.0 达标线；安全性 9 远高于 6 分一票否决线）

安全检查清单： ① 是否执行 shell 命令及权限范围——是，仅执行本地 sqlite3 命令读写本地数据库文件与文件系统操作，脚本设置 set -euo pipefail 且每个钩子有 3–10 秒超时限制，范围明确、可审计； ② 运行时是否联网外发数据——否，全部数据留在本地两处 SQLite 文件内，脚本中未发现任何网络请求； ③ 是否要求 API key/凭据——不需要； ④ 有无可疑指令——未发现 prompt injection 或混淆代码迹象，脚本逻辑清晰、注释完整； ⑤ 作者/组织信誉——Microsoft 官方仓库； ⑥ License 是否明确——MIT，明确； ⑦ 最近维护时间——仓库最近一次提交为 2026-08-04，该功能本身在上线后不久经历过一次架构重构（简化为单脚本、双层记忆）。

7. 跟同类 Skills 相比的优势

竞品	定位	与本技能的差异
OctavianTocan/agent-memory	独立的 Python + SQLite 记忆工具，一份全局数据库供 Claude Code、Cline、Gemini CLI、Codex CLI、Aider、Cursor、Windsurf 等七种 agent 共享	覆盖平台更广，但需要为每个 agent 单独接线钩子，没有自动老化/压缩机制，且近四个月未见新提交
rohitg00/agentmemory	基于自研“iii engine”的持久化记忆引擎产品，提供 CLI、REST API、MCP 工具等多种接入方式，支持 Docker 部署	功能更重，是一整套需要独立部署运行的记忆后端服务（数据库、容器、后台进程），安装与运维成本明显高于本技能“复制文件即用”的模式

continual-learning 的差异化在于把安装成本压到最低、且自带面向长期使用的记忆衰减策略，代价是目前钩子机制专为 GitHub Copilot CLI 设计，跨平台需要手工适配。

8. 用户评价

该技能目前在第三方平台尚无具名用户评价，也未见外部使用者的公开评论。

9. 其他补充

无。

10. 安装使用方式

git clone https://github.com/microsoft/skills.git
cd skills
cp -r hooks/continual-learning /path/to/your-project/.github/hooks/

复制完成后，首次会话会自动创建全局与本地两个 SQLite 数据库，无需任何手动初始化步骤。可通过设置环境变量 SKIP_CONTINUAL_LEARNING=true 临时禁用该钩子。原生面向 GitHub Copilot CLI 的 .github/hooks/hooks.json 清单格式；在其他 agent 中使用时，需要参照 SKILL.md 中的钩子事件说明（sessionStart / postToolUse / sessionEnd）手动改写为对应平台的钩子注册方式。

11. 注意事项

该技能的钩子机制围绕 GitHub Copilot CLI 设计与验证，在 Claude Code / Codex / OpenClaw / Hermes Agent 等其他 agent 中使用前需要手动改写钩子配置格式，跨 agent 兼容性尚未获得广泛验证。
是 microsoft/skills 这一大型合集仓库（175 个子技能）中的一个子目录，该子技能自身目前没有独立于合集整体之外的第三方讨论或采用数据。
依赖本地 sqlite3 命令行工具存在才能正常记录；未安装时会静默降级为仅显示提示文字，不会中断会话。
该功能上线时间较短、且经历过一次架构重构，目前缺乏长期实战使用数据。