ECC continuous-learning-v2 实战用 /instinct-export 导出与分享 Agent 学习到的规则【免费下载链接】ECCThe agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.项目地址: https://gitcode.com/GitHub_Trending/ev/ECCinstinct-export 是 ECCEverything Claude Code持续学习 v2 体系skills/continuous-learning-v2提供的指令命令负责把 Agent 在真实会话中沉淀出来的本能规则instincts导出为可分享、可移植的文件。本文以 .opencode/commands/instinct-export.md 的命令定义为骨架结合根级命令文档 commands/instinct-export.md 与底层 Python 实现 skills/continuous-learning-v2/scripts/instinct-cli.py讲清它的四种典型用法、筛选参数、落盘格式、导出报告含义以及导出后通过/instinct-import形成分享闭环的方式帮助你安全地把高置信度规则从当前项目带到团队、新机器或新的项目上下文。命令定位instinct 是什么导出去哪在 continuous-learning-v2 体系里一条 instinct 是一条被观察并验证过的行为建议结构上包含触发场景trigger、推荐动作与置信度。它们按项目作用域 全局作用域分层存放于 homunculus 数据目录项目级homunculus/projects/project-id/instincts/personal/与.../instincts/inherited/全局级homunculus/instincts/personal/与homunculus/instincts/inherited/数据目录由 instinct-cli.py 的_resolve_homunculus_dir()决定优先环境变量CLV2_HOMUNCULUS_DIR必须是绝对路径其次是XDG_DATA_HOME下的ecc-homunculus缺省为~/.local/share/ecc-homunculus。可执行文件只接受.yaml、.yml、.md三种扩展名源码常量ALLOWED_INSTINCT_EXTENSIONS见 instinct-cli.py。/instinct-export的作用就是把上述这些规则按你的要求挑选出来序列化成可分享的文本文件或直接打到 stdout。在.opencode环境下它被声明为agent: build命令描述为 Export instincts for sharing即默认由具备构建/写文件能力的 build Agent 执行。四种典型用法命令定义中给出的用法非常直观适合作为 Agent 的指令直接写在会话里/instinct-export /instinct-export --min-confidence 0.8 /instinct-export --category coding /instinct-export --output ./my-instincts.json在底层 CLI 里它们会被翻译成对instinct-cli.py export子命令的调用python3 $ECC_ROOT/skills/continuous-learning-v2/scripts/instinct-cli.py export不带参数导出全部项目级 全局合并去重后项目优先--min-confidence 0.8只导出置信度 ≥ 0.8 的规则对应命令文档中的High Confidence Only--category coding按类别过滤。注意命令文档面向 Agent 用的是语义化措辞--category而真实 CLI 定义的旗标名是--domain参见 instinct-cli.py 的参数解析两种写法都会触发相同的按领域筛选行为实践中二选一即可--output ./my-instincts.json把结果写入指定文件而非打印到终端文件扩展名不限.json/.yaml/.md 均可内容格式见下文。完整参数清单以源码 export_parser 为准真实可用的旗标如下参数别名取值默认值作用--output-o任意文件路径stdout 打印导出目标文件父目录会自动创建--domain—字符串不过滤只导出指定 domain 的规则如coding、testing--min-confidence—浮点数0~1不过滤仅导出 confidence 大于等于该值的规则--scope—project/global/allall导出来源范围项目级 / 全局级 / 合并命令文档含根级版本 commands/instinct-export.md中的--category、--min-confidence、--output属于 Agent 语义层写法由 Agent 消化后映射到上述 CLI 旗标执行。底层执行流程与源码依据从 cmd_export 的实现可以看出一次导出严格按五个步骤进行定位项目上下文调用detect_project()源码——优先读CLV2_NO_PROJECT1或CLAUDE_PROJECT_DIR环境变量其次探测当前 git 仓库根目录项目 ID 由 origin remote URL 或仓库路径经 SHA-256 取前 12 位得到_project_hash见 源码。按 scope 装载数据--scope project只读项目级load_project_only_instincts--scope global只读全局personal inherited默认all走 load_all_instincts两者合并时若 ID 冲突项目级覆盖全局级。应用筛选先按--domain精确比对domain字段再用--min-confidence做confidence 阈值的数值过滤源码。序列化生成带注释头的 frontmatter 风格文本详见下一节。输出提供--output时经_validate_file_path()校验后写入文件并打印Exported N instincts to path未提供时直接打印全部内容。若某个过滤条件后一条不剩命令返回非零退出码并提示No instincts match the criteria.。值得注意的安全细节写文件前会经过 路径校验拒绝写入/etc、/usr、/bin、/sbin、/var等系统目录防止导出路径被利用造成越权写入。若输出路径指向已存在目录也会报错终止。导出格式深度解析命令文档给出了一份面向 Agent 的 JSON 意图格式表达一条 instinct 应有的最小信息此处完整保留{ instincts: [ { id: instinct-123, trigger: [situation description], action: [recommended action], confidence: 0.85, category: coding, applications: 10, successes: 9, source: session-observation } ], metadata: { version: 1.0, exported: 2025-01-15T10:00:00Z, author: username, total: 25, filter: confidence 0.8 } }这是命令契约层的推荐形态字段语义包括id唯一标识、trigger触发情境、action推荐动作、confidence置信度0~1、category/domain所属领域、applications应用次数、successes成功次数、source来源如session-observation外层metadata记录版本、导出时间、作者、总量与过滤条件便于接收方核对。而实际落盘时CLI 采用与 continuous-learning-v2 存储格式同构的 frontmatter 分隔文本这是其与parse_instinct_file解析器双向兼容的关键# Instincts export # Date: 2025-01-22T10:00:00.000000 # Total: 12 # Scope: all # Project: my-app (a1b2c3d4e5f6) --- id: prefer-functional-style trigger: when writing new functions confidence: 0.8 domain: code-style source: session-observation scope: project project_id: a1b2c3d4e5f6 project_name: my-app --- # Prefer Functional Style ## Action Use functional patterns over classes.逐项说明对应 cmd_export 的序列化逻辑文件头部是#注释行给出生成时间datetime.now().isoformat()、总量、scope以及非全局模式下探测到的项目名与项目 ID每条规则以---分隔先输出 frontmatter 字段顺序固定为id、trigger、confidence、domain、source、scope、project_id、project_name、source_repo有值才输出无则不写trigger这类自由文本会被_yaml_quote()见 源码转义包裹双引号、对内部反斜杠与引号做转义确保写出的文件可被 YAML 解析器安全读取frontmatter 之后是规则正文即原 instinct 文件里---之后的内容区通常含## Action段落导出时逐条完整拼入由于---被解析器视为 frontmatter 边界见 parse_instinct_file 的注释说明正文内部如需水平分隔线应使用***或___避免破坏重导入时的分段解析。这套header 分段 frontmatter 正文的格式与命令文档里的 JSON 形态是同一份信息的两种投影JSON 面向跨系统语义交换frontmatter 文本面向本仓库存储层与parse_instinct_file的直接兼容。配套解析单测可在 skills/continuous-learning-v2/scripts/test_parse_instinct.py 找到。导出报告如何读命令文档规定执行完成后应输出一份结构化报告Agent 可参照此模板汇报结果Export Summary Output: ./instincts-export.json Total instincts: X Filtered: Y Exported: Z Categories: - coding: N - testing: N - security: N - git: N Top Instincts (by confidence): 1. [trigger] (0.XX) 2. [trigger] (0.XX) 3. [trigger] (0.XX)其中Total instincts是导出前筛选池总量Filtered是被--min-confidence/--domain过滤掉的数量Exported是最终写出条数满足Exported Total - FilteredCategories按领域给出分布Top Instincts便于快速确认导出里质量最高的几条。底层 CLI 本身输出更简洁——只有一行Exported N instincts to path——因此完整的分类与 Top 榜单通常由 Agent 依据原始数据汇总生成两者信息互补。导出之后三种分享路径与导入闭环命令文档给出了导出结果的三种去向逐条可直接执行直接分享 JSON/YAML 文件把导出文件发给同事接收方运行/instinct-import file即可入库上传到团队仓库把导出文件提交进团队代码库作为项目惯例随仓库分发其他成员 clone 后通过 commands/instinct-import.md 描述的方式导入团队可进一步将这类文件沉淀为项目级inherited规则发布到 instinct registry投递给集中的规则注册中心供更多项目与成员按需拉取对应import子命令对 HTTP(S) URL 的内建支持。导入侧与导出格式严格互补/instinct-import 会校验 frontmatter 分段、按 ID 与本地的规则做冲突分析——本地区域置信度更高则保留本地、导入方置信度更高则提示更新、相同或更低则跳过——并默认要求人工确认--force跳过。导入成功后规则落在homunculus/.../instincts/inherited/并以source: inherited标记来源。因此只要按本导出的格式分发接收端就能无痛消费形成 Export → Share → Import 的完整闭环。分享质量建议命令文档在末尾给出一条实践性建议只导出高置信度规则0.8以获得更高质量的分享内容。这一建议在实现层面同样有据可依——continuous-learning-v2 把 0.8 设为自动提升promote的置信度门槛常量PROMOTE_CONFIDENCE_THRESHOLD 0.8见 instinct-cli.py0.8 以上通常意味着规则已被足够多的会话观察背书。实操上可组合使用/instinct-export --min-confidence 0.8 --output ./high-confidence-instincts.yaml /instinct-export --scope project --domain testing --output ./team-testing-rules.yaml导出后建议先用/instinct-status命令定义见 commands/instinct-status.md核对全量清单确认范围与置信度分布再决定分享哪些、过滤哪些从而让每一条流入团队或被导入的规则都经得起复用的考验。【免费下载链接】ECCThe agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.项目地址: https://gitcode.com/GitHub_Trending/ev/ECC创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
ECC continuous-learning-v2 实战：用 /instinct-export 导出与分享 Agent 学习到的规则
ECC continuous-learning-v2 实战用 /instinct-export 导出与分享 Agent 学习到的规则【免费下载链接】ECCThe agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.项目地址: https://gitcode.com/GitHub_Trending/ev/ECCinstinct-export 是 ECCEverything Claude Code持续学习 v2 体系skills/continuous-learning-v2提供的指令命令负责把 Agent 在真实会话中沉淀出来的本能规则instincts导出为可分享、可移植的文件。本文以 .opencode/commands/instinct-export.md 的命令定义为骨架结合根级命令文档 commands/instinct-export.md 与底层 Python 实现 skills/continuous-learning-v2/scripts/instinct-cli.py讲清它的四种典型用法、筛选参数、落盘格式、导出报告含义以及导出后通过/instinct-import形成分享闭环的方式帮助你安全地把高置信度规则从当前项目带到团队、新机器或新的项目上下文。命令定位instinct 是什么导出去哪在 continuous-learning-v2 体系里一条 instinct 是一条被观察并验证过的行为建议结构上包含触发场景trigger、推荐动作与置信度。它们按项目作用域 全局作用域分层存放于 homunculus 数据目录项目级homunculus/projects/project-id/instincts/personal/与.../instincts/inherited/全局级homunculus/instincts/personal/与homunculus/instincts/inherited/数据目录由 instinct-cli.py 的_resolve_homunculus_dir()决定优先环境变量CLV2_HOMUNCULUS_DIR必须是绝对路径其次是XDG_DATA_HOME下的ecc-homunculus缺省为~/.local/share/ecc-homunculus。可执行文件只接受.yaml、.yml、.md三种扩展名源码常量ALLOWED_INSTINCT_EXTENSIONS见 instinct-cli.py。/instinct-export的作用就是把上述这些规则按你的要求挑选出来序列化成可分享的文本文件或直接打到 stdout。在.opencode环境下它被声明为agent: build命令描述为 Export instincts for sharing即默认由具备构建/写文件能力的 build Agent 执行。四种典型用法命令定义中给出的用法非常直观适合作为 Agent 的指令直接写在会话里/instinct-export /instinct-export --min-confidence 0.8 /instinct-export --category coding /instinct-export --output ./my-instincts.json在底层 CLI 里它们会被翻译成对instinct-cli.py export子命令的调用python3 $ECC_ROOT/skills/continuous-learning-v2/scripts/instinct-cli.py export不带参数导出全部项目级 全局合并去重后项目优先--min-confidence 0.8只导出置信度 ≥ 0.8 的规则对应命令文档中的High Confidence Only--category coding按类别过滤。注意命令文档面向 Agent 用的是语义化措辞--category而真实 CLI 定义的旗标名是--domain参见 instinct-cli.py 的参数解析两种写法都会触发相同的按领域筛选行为实践中二选一即可--output ./my-instincts.json把结果写入指定文件而非打印到终端文件扩展名不限.json/.yaml/.md 均可内容格式见下文。完整参数清单以源码 export_parser 为准真实可用的旗标如下参数别名取值默认值作用--output-o任意文件路径stdout 打印导出目标文件父目录会自动创建--domain—字符串不过滤只导出指定 domain 的规则如coding、testing--min-confidence—浮点数0~1不过滤仅导出 confidence 大于等于该值的规则--scope—project/global/allall导出来源范围项目级 / 全局级 / 合并命令文档含根级版本 commands/instinct-export.md中的--category、--min-confidence、--output属于 Agent 语义层写法由 Agent 消化后映射到上述 CLI 旗标执行。底层执行流程与源码依据从 cmd_export 的实现可以看出一次导出严格按五个步骤进行定位项目上下文调用detect_project()源码——优先读CLV2_NO_PROJECT1或CLAUDE_PROJECT_DIR环境变量其次探测当前 git 仓库根目录项目 ID 由 origin remote URL 或仓库路径经 SHA-256 取前 12 位得到_project_hash见 源码。按 scope 装载数据--scope project只读项目级load_project_only_instincts--scope global只读全局personal inherited默认all走 load_all_instincts两者合并时若 ID 冲突项目级覆盖全局级。应用筛选先按--domain精确比对domain字段再用--min-confidence做confidence 阈值的数值过滤源码。序列化生成带注释头的 frontmatter 风格文本详见下一节。输出提供--output时经_validate_file_path()校验后写入文件并打印Exported N instincts to path未提供时直接打印全部内容。若某个过滤条件后一条不剩命令返回非零退出码并提示No instincts match the criteria.。值得注意的安全细节写文件前会经过 路径校验拒绝写入/etc、/usr、/bin、/sbin、/var等系统目录防止导出路径被利用造成越权写入。若输出路径指向已存在目录也会报错终止。导出格式深度解析命令文档给出了一份面向 Agent 的 JSON 意图格式表达一条 instinct 应有的最小信息此处完整保留{ instincts: [ { id: instinct-123, trigger: [situation description], action: [recommended action], confidence: 0.85, category: coding, applications: 10, successes: 9, source: session-observation } ], metadata: { version: 1.0, exported: 2025-01-15T10:00:00Z, author: username, total: 25, filter: confidence 0.8 } }这是命令契约层的推荐形态字段语义包括id唯一标识、trigger触发情境、action推荐动作、confidence置信度0~1、category/domain所属领域、applications应用次数、successes成功次数、source来源如session-observation外层metadata记录版本、导出时间、作者、总量与过滤条件便于接收方核对。而实际落盘时CLI 采用与 continuous-learning-v2 存储格式同构的 frontmatter 分隔文本这是其与parse_instinct_file解析器双向兼容的关键# Instincts export # Date: 2025-01-22T10:00:00.000000 # Total: 12 # Scope: all # Project: my-app (a1b2c3d4e5f6) --- id: prefer-functional-style trigger: when writing new functions confidence: 0.8 domain: code-style source: session-observation scope: project project_id: a1b2c3d4e5f6 project_name: my-app --- # Prefer Functional Style ## Action Use functional patterns over classes.逐项说明对应 cmd_export 的序列化逻辑文件头部是#注释行给出生成时间datetime.now().isoformat()、总量、scope以及非全局模式下探测到的项目名与项目 ID每条规则以---分隔先输出 frontmatter 字段顺序固定为id、trigger、confidence、domain、source、scope、project_id、project_name、source_repo有值才输出无则不写trigger这类自由文本会被_yaml_quote()见 源码转义包裹双引号、对内部反斜杠与引号做转义确保写出的文件可被 YAML 解析器安全读取frontmatter 之后是规则正文即原 instinct 文件里---之后的内容区通常含## Action段落导出时逐条完整拼入由于---被解析器视为 frontmatter 边界见 parse_instinct_file 的注释说明正文内部如需水平分隔线应使用***或___避免破坏重导入时的分段解析。这套header 分段 frontmatter 正文的格式与命令文档里的 JSON 形态是同一份信息的两种投影JSON 面向跨系统语义交换frontmatter 文本面向本仓库存储层与parse_instinct_file的直接兼容。配套解析单测可在 skills/continuous-learning-v2/scripts/test_parse_instinct.py 找到。导出报告如何读命令文档规定执行完成后应输出一份结构化报告Agent 可参照此模板汇报结果Export Summary Output: ./instincts-export.json Total instincts: X Filtered: Y Exported: Z Categories: - coding: N - testing: N - security: N - git: N Top Instincts (by confidence): 1. [trigger] (0.XX) 2. [trigger] (0.XX) 3. [trigger] (0.XX)其中Total instincts是导出前筛选池总量Filtered是被--min-confidence/--domain过滤掉的数量Exported是最终写出条数满足Exported Total - FilteredCategories按领域给出分布Top Instincts便于快速确认导出里质量最高的几条。底层 CLI 本身输出更简洁——只有一行Exported N instincts to path——因此完整的分类与 Top 榜单通常由 Agent 依据原始数据汇总生成两者信息互补。导出之后三种分享路径与导入闭环命令文档给出了导出结果的三种去向逐条可直接执行直接分享 JSON/YAML 文件把导出文件发给同事接收方运行/instinct-import file即可入库上传到团队仓库把导出文件提交进团队代码库作为项目惯例随仓库分发其他成员 clone 后通过 commands/instinct-import.md 描述的方式导入团队可进一步将这类文件沉淀为项目级inherited规则发布到 instinct registry投递给集中的规则注册中心供更多项目与成员按需拉取对应import子命令对 HTTP(S) URL 的内建支持。导入侧与导出格式严格互补/instinct-import 会校验 frontmatter 分段、按 ID 与本地的规则做冲突分析——本地区域置信度更高则保留本地、导入方置信度更高则提示更新、相同或更低则跳过——并默认要求人工确认--force跳过。导入成功后规则落在homunculus/.../instincts/inherited/并以source: inherited标记来源。因此只要按本导出的格式分发接收端就能无痛消费形成 Export → Share → Import 的完整闭环。分享质量建议命令文档在末尾给出一条实践性建议只导出高置信度规则0.8以获得更高质量的分享内容。这一建议在实现层面同样有据可依——continuous-learning-v2 把 0.8 设为自动提升promote的置信度门槛常量PROMOTE_CONFIDENCE_THRESHOLD 0.8见 instinct-cli.py0.8 以上通常意味着规则已被足够多的会话观察背书。实操上可组合使用/instinct-export --min-confidence 0.8 --output ./high-confidence-instincts.yaml /instinct-export --scope project --domain testing --output ./team-testing-rules.yaml导出后建议先用/instinct-status命令定义见 commands/instinct-status.md核对全量清单确认范围与置信度分布再决定分享哪些、过滤哪些从而让每一条流入团队或被导入的规则都经得起复用的考验。【免费下载链接】ECCThe agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.项目地址: https://gitcode.com/GitHub_Trending/ev/ECC创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
