Skills也能自进化：Claudeception把你的踩坑经验自动变成Skills ｜CC直接用

这不是一个普通的Skill，而是一把“把经验变成Skill”的工具：Claudeception是一个Meta-Skill，即专门用来“生产技能”的技能。

你写代码时最浪费的不是敲键盘，而是重复付出“第一次解决问题”的成本：同样的依赖冲突、同样的构建错误、同样的怪异边缘case，每隔几周就会再来一次。

Claudeception的想法很直接：既然Claude Code能帮你把问题解决，那它也应该把这次解决过程里真正有价值的经验，自动提炼成一条可复用的Skill，下次遇到相似场景直接命中并复用。它把“会话内的即时帮忙”变成“会话外的持续增益”，让你的工具链拥有一种工程化的连续学习能力。

Claudeception的起源

Claudeception并非凭空而生，其设计灵感直接源于Agent领域关于‘技能库’（Skill Libraries）的一系列经典学术研究。项目作者在开发文档中坦言，其核心理念很简单：具备持久化学习能力的Agent，表现远优于每次都从零开始的Agent。它并未试图发明新的理论，而是将学术界关于‘具身智能’、‘反思机制’和‘元技能’的前沿探索，务实地转化为了一套面向软件工程的落地工具。

Voyager (2023): 「代码即技能」的奠基者

Voyager是第一个在大规模开放世界（Minecraft）中实现终身学习的Agent。它最革命性的贡献在于证明了"Code as Policies"（代码即策略的可行性。

• 核心机制：Voyager不依赖模型微调，而是通过编写、执行和迭代JavaScript代码来掌握新技能（如“挖掘钻石”、“对抗僵尸”）。这些代码片段被存入向量数据库，构成了可复用的“技能库”。

Reflexion (2023): 语言强化与反思循环

如果说Voyager解决了“怎么存”，Reflexion则解决了“怎么学”。它挑战了传统强化学习依赖标量奖励（Scalar Reward）的做法，提出了语言强化（Verbal Reinforcement）。感兴趣您可以看下：

Asimov的预言与《Reflexion》的Prompt启示：机器人心理学家的新纪元（在新窗口打开）

• 核心机制：当Agent失败时，它不只是收到一个负分，而是被强制要求生成一段“自我反思”（Self-Reflection），分析错误原因并存入短期记忆。这种机制将试错过程中的隐性信息转化为显性的语言反馈，极大地提升了后续决策的成功率。

CASCADE (2024): 元技能与递归进化

CASCADE标志着Agent从“工具使用者”向“技能获取者”的范式转移。它提出了Meta-Skills（元技能）的概念，即“学习如何学习”的能力。

• 核心机制：CASCADE展示了Agent如何通过网络搜索、代码提取和内省（Introspection）来自主掌握复杂的外部工具，而不是依赖人类预定义的接口。它强调系统应当具备递归式的自我增强能力。

SEAgent (2025): 陌生环境的经验式学习

SEAgent进一步将战场拓展到了完全陌生的软件环境（如VS Code, LibreOffice）。

• 核心机制：面对没有说明书的GUI，SEAgent通过World State Model（评估状态）和Curriculum Generator（生成课程）进行自主探索。它强调"Learning from Experience"（从经验中学习），并通过“专家到通才”的策略，让Agent在试错中从新手进化为专家。

Claudeception正是站在巨人的肩膀上，将Voyager的技能库、Reflexion的反思循环、CASCADE的元技能、SEAgent的经验学习，熔铸进了一个简单的Agent Skills中。

Claudeception的核心工作流

Claudeception的运作并非被动等待，而是通过一套严密的流程强制进行「认知反思」。

强制反思钩子（The Activation Hook）

项目作者在scripts/claudeception-activator.sh中定义了一个Shell钩子。

• 触发机制：每一次用户请求完成后。
• 执行逻辑：它向Claude注入一段强制性的评估指令。
• 评估标准：
• 刚才的任务是否涉及非显而易见的调试？
• 该解决方案是否具有复用价值？
• 是否发现了文档中未提及的知识？

如果答案为「是」，Claudeception随即激活。

知识提取与固化（Extraction & Codification）

一旦激活，Claudeception会执行以下操作：

• 语义分析：回顾刚才的对话历史，剔除噪音，提取核心因果关系。
• 网络验证（可选）：如果涉及通用技术栈，它会联网搜索2026年（基于当前设定）的最新最佳实践，确保存档的知识不过时。
• 结构化写入：根据resources/skill-template.md模板，生成标准化的Markdown文件，并保存到.claude/skills/目录。

实战案例深度解析

为了展示Claudeception的实际效能，我们将详细剖析项目中自带的三个示例技能。这些技能并非人工手写，而是模拟了AI从实际Bug修复中「学会」的经验。

案例一：Next.js服务端错误调试技能

技能名称：nextjs-server-side-error-debugging

问题背景：在Next.js开发中，初学者常陷入一个陷阱：

• 页面显示通用的 "Internal Server Error" (500)。
• 习惯性打开浏览器开发者工具（Chrome DevTools），却发现Console面板空空如也。
• 网络请求（Network Tab）虽然显示500错误，但Response Body往往是空的或被框架屏蔽了细节。

开发者往往会在这里浪费大量时间，试图在浏览器端寻找线索。

AI提取的隐性知识

Claudeception敏锐地捕捉到了这个「认知错位」，并生成了如下技能要点：

触发条件（Context/Trigger）：

• 页面显示500错误或自定义错误页。
• 浏览器控制台无报错。
• 代码涉及getServerSideProps、getStaticProps或API Routes。
• 错误仅在刷新或直接导航时出现（非客户端路由跳转）。

解决方案（Solution）：

export async function getServerSideProps(context) {

try {

const data = await fetchSomething();

return { props: { data } };

} catch (error) {

// 关键：将错误打印在服务端日志，同时优雅降级

console.error('getServerSideProps error:', error);

return { props: { error: error.message } };

}

}

• 核心动作：立即在这个时刻停止查看浏览器，转向运行npm run dev的终端（Terminal）。
• 原理解释：服务端渲染（SSR）的错误栈只会打印在Node.js进程的标准输出中，不会传输到客户端。
• 代码级防御：建议使用try-catch包裹服务端代码，并返回序列化的错误对象，而不是让页面崩溃。

验证方法：

• 检查终端输出，确认是否看到了具体的文件名和行号。

这个技能的价值在于纠正调试方向。下次遇到类似症状，Claude Code不会再建议用户「检查网络面板」，而是直接说：「这是服务端错误，请检查您的终端日志。」

案例二：Serverless环境下的Prisma连接池耗尽

技能名称：prisma-connection-pool-exhaustion

问题背景

这是一个典型的「环境差异」导致的问题：

• 本地开发：一切正常。
• 生产环境：部署到Vercel/AWS Lambda后，在流量高峰期频繁出现数据库连接超时。
• 报错信息：
• P2024: Timed out fetching a new connection from the pool
• FATAL: too many connections for role "username"

AI提取的隐性知识

这是关于架构限制的深刻理解。Serverless函数在冷启动时会创建新的实例，而每个实例都会初始化一个新的Prisma Client，进而建立多个数据库连接。当并发上来时，数据库连接数瞬间被撑爆。

Claudeception提取的解决方案极具实操性：

• 解决方案A：引入连接池服务（PgBouncer）
• 这是治本之策。AI建议修改DATABASE_URL，指向Supabase或Neon提供的连接池端口（通常是6543而非5432），并添加?pgbouncer=true参数。
• 解决方案B：严格限制单实例连接数

• 如果无法使用外部连接池，必须在代码层面限制Prisma的贪婪行为。
• 解决方案C：开发环境单例模式
• 为了防止本地开发时的Hot Reload导致连接泄露，AI记录了globalForPrisma的单例写法。
• 验证标准：

• 使用autocannon进行压力测试，观察数据库仪表盘的连接数曲线是否平稳。

这个技能展示了Claudeception不仅能修Bug，还能针对特定部署架构（Serverless + Relational DB）提出架构级的优化建议。

案例三：TypeScript循环依赖检测与解决

技能名称：typescript-circular-dependency

问题背景

这是TypeScript项目中最令人头疼的「幽灵」错误之一：

• 编译阶段：TypeScript编译器（tsc）通常能通过，没有任何报错。
• 运行时：程序直接崩溃，报出TypeError: Cannot read properties of undefined或ReferenceError: Cannot access 'X' before initialization。
• 诡异现象：交换import语句的顺序，错误可能就会消失或转移。

AI提取的隐性知识

Claudeception识别出这是模块加载顺序导致的问题，并总结了一套标准化的排查与重构流程。

• 第一步：工具辅助检测

• 不要肉眼找，直接推荐使用madge工具。
• 命令：madge --circular --extensions ts,tsx src/
• 这能直接生成依赖环的图谱。
• 第二步：识别常见模式

• 服务层互调：Service A调Service B，Service B又调Service A。
• 桶文件（Barrel Files）陷阱：在index.ts中导出所有内容，又在子文件中从index.ts导入。
• 第三步：重构策略（Design Patterns）

• 策略1：提取共享接口（Interface Extraction）
• 创建独立的types/目录。
• 让Service A和B都依赖于抽象的Interface，而不是具体的Class实现。
• 策略2：依赖注入（Dependency Injection）
• 不直接在文件头部import，而是在构造函数中传入实例。
• 策略3：使用import type
• 如果只是为了类型检查，使用import type，这样在运行时会被擦除，从而切断运行时的引用环。

这个技能实际上是在教导开发者编写解耦合的代码。它不仅仅是修复错误，更是在提升代码质量。

如何部署Claudeception

Claudeception是一个标准的Claude Code扩展，您可以选择将其安装为全局能力，或仅在特定项目中启用。以下是基于macOS/Linux环境的标准部署流程。

技能安装 (Skill Installation)

项目作者推荐采用Git Clone的方式安装，这样方便未来通过git pull获取更新。

方案A：全局安装（推荐）适用于希望让Claude在所有项目中都能积累经验的开发者。

git clone https://github.com/blader/Claudeception.git ~/.claude/skills/claudeception

方案B：项目级安装适用于团队协作，希望将技能库包含在项目仓库中（需添加.claude到.gitignore）。

git clone https://github.com/blader/Claudeception.git .claude/skills/claudeception

配置反思钩子 (Configuration)

项目作者推荐安装。这是实现“自动进化”的关键。Hook（钩子）是Claude Code提供的一种自动化机制，允许在特定事件（如提交请求）发生时执行脚本。

钩子原理：强制性的认知注入

在没有Hook的情况下，Claude仅靠语义匹配来判断是否需要激活技能，这在任务繁忙时极易产生遗漏。配置Hook后，其工作流如下：

用户提交请求→Hook脚本触发→向上下文注入提醒→Claude看到强制指令→任务完成后自动评估

具体来说，claudeception-activator.sh脚本会在每次请求时，在对话流中插入一段视觉醒目的强制性提醒：

这种“认知注入”确保了Claude在完成任务的那一刻，会主动反思：“这次学到了什么值得保存的隐性知识吗？”从而极大地提高了技能提取的覆盖率。

双模安装指南

您可以根据使用习惯，选择全局生效或仅针对特定项目启用。

方案一：全局安装（适用于全环境进化）

1.部署脚本：

mkdir -p ~/.claude/hooks

cp ~/.claude/skills/claudeception/scripts/claudeception-activator.sh ~/.claude/hooks/

chmod +x ~/.claude/hooks/claudeception-activator.sh

2.修改全局配置~/.claude/settings.json：

{

"hooks":{

"UserPromptSubmit":[{

"hooks":[{

"type":"command",

"command":"~/.claude/hooks/claudeception-activator.sh"

}]

}]

}

}

方案二：项目级安装（适用于特定项目深耕）

1.在项目根目录部署：

mkdir -p .claude/hooks

cp .claude/skills/claudeception/scripts/claudeception-activator.sh .claude/hooks/

chmod +x .claude/hooks/claudeception-activator.sh

2.创建/编辑项目级配置.claude/settings.json：

{

"hooks":{

"UserPromptSubmit":[{

"hooks":[{

"type":"command",

"command":".claude/hooks/claudeception-activator.sh"

}]

}]

}

}

验证与使用 (Usage)

安装完成后，Claudeception将以两种模式运行：

• 隐式触发（Automatic Mode）： 当您完成了一次复杂的调试（例如解决了Next.js的服务端渲染错误），或者探索出了某个特定API的用法后，Claude会自动识别到“非显而易见”的知识，并默默将其固化为Skill文件。
• 显式触发（Explicit Mode）： 您也可以在对话中主动发起回顾：

/claudeception

或者直接用自然语言命令：

Save what we just learned as a skill

至此，您的Claude Code已经具备了初步的“自我进化”能力。

结语

Claudeceptio Agent Skills不需要庞大的向量数据库，也不需要昂贵的微调流程。它只是忠实地记录了你在深夜调试出的那行关键配置，并在下一次你需要时，默默地递到你的手边。对于追求效能的工程师而言，这种“不重复造轮子”的确定性，或许比任何黑科技都更加珍贵。

文章来自于“AI修猫Prompt”，作者 “AI修猫Prompt”。