self-improvement
Capture des apprentissages et des erreurs pour une amélioration continue
Les agents de codage IA répètent souvent les mêmes erreurs d'une session à l'autre. Cette compétence permet à Claude, Codex et Claude Code d'enregistrer les apprentissages, les erreurs et les corrections dans des fichiers markdown locaux, favorisant de meilleures solutions pour la mémoire du projet.
Télécharger le ZIP du skill
Importer dans Claude
Allez dans Paramètres → Capacités → Skills → Importer un skill
Activez et commencez à utiliser
Tester
Utilisation de "self-improvement". Enregistrez cette correction : Lors de la suppression de ressources Kubernetes, utilisez toujours kubectl delete --grace-period=0 --force pour éviter les jobs suspendus.
Résultat attendu:
Entrée ajoutée dans .learnings/LEARNINGS.md:
## [LRN-20260418-001] correction
**Enregistré**: 2026-04-18T10:30:00Z
**Priorité**: haute
**Statut**: en attente
**Domaine**: infra
### Résumé
Toujours utiliser --grace-period=0 --force avec kubectl delete
### Détails
Les jobs Kubernetes peuvent rester suspendus indéfiniment à la terminaison. kubectl delete standard attend la terminaison élégante qui peut ne jamais se compléter.
### Action suggérée
Utiliser : kubectl delete <resource> --grace-period=0 --force
### Métadonnées
- Source: user_feedback
- Tags: kubernetes, cleanup, infra
Utilisation de "self-improvement". Revoir les apprentissages avant cette tâche de débogage Docker.
Résultat attendu:
Apprentissages pertinents trouvés:
1. [LRN-20260415-003] - Le build Docker échoue sur M1 sans --platform linux/amd64
2. [ERR-20260410-002] - Le port 8080 déjà utilisé après crash du conteneur
3. [FEAT-20260405-001] - Besoin de contrôles de santé Docker automatisés
Recommandation : Utiliser le flag --platform pour les builds et vérifier la disponibilité du port avant de démarrer les conteneurs.
Audit de sécurité
Risque faibleStatic analysis flagged 440 potential issues, but evaluation reveals these are predominantly false positives from markdown documentation and code examples within the skill. The skill is a legitimate self-improvement/learning capture tool that creates local markdown files. No actual malicious code execution, credential exposure, or data exfiltration was found. All flagged 'external_commands' are backticks used for inline code formatting in documentation. The skill explicitly warns against logging secrets and contains no cryptographic vulnerabilities.
Problèmes à risque moyen (1)
Problèmes à risque faible (2)
Facteurs de risque
📁 Accès au système de fichiers (1)
Score de qualité
Ce que vous pouvez construire
Rétention des connaissances sur les erreurs
Quand Claude commet une erreur et que vous la corrigez, enregistrez l'apprentissage pour que les sessions futures évitent la même erreur. Exemple : 'Le build Docker échoue sur M1 sans le flag --platform'.
Partage des connaissances en équipe
Commitez les apprentissages dans le dépôt pour que tous les membres de l'équipe et les agents bénéficient de l'expérience collective. Utile pour l'intégration de nouveaux membres d'équipe ou d'agents IA.
Pipeline d'extraction de compétences
Quand un pattern d'apprentissage s'avère utile sur plusieurs projets, extrayez-le en une compétence autonome. Cela crée une expertise réutilisable qui peut être partagée ou publiée.
Essayez ces prompts
J'ai besoin d'enregistrer une correction. L'approche précédente était fausse car [raison]. La bonne approche est [solution]. Veuillez enregistrer ceci dans .learnings/LEARNINGS.md avec la catégorie 'correction'.
Une commande a échoué avec cette erreur : [message d'erreur]. Cela s'est produit en essayant de [contexte]. Veuillez enregistrer ceci dans .learnings/ERRORS.md avec la solution suggérée si identifiable.
Avant de commencer cette tâche, veuillez examiner .learnings/LEARNINGS.md et .learnings/ERRORS.md pour voir s'il y a des apprentissages passés pertinents que je devrais retenir.
Cet apprentissage s'est avéré utile plusieurs fois. Veuillez l'extraire en une compétence autonome dans skills/[skill-name]/SKILL.md en utilisant le flux de travail d'extraction de compétences self-improvement.
Bonnes pratiques
- Enregistrez immédiatement après les erreurs ou corrections pendant que le contexte est frais
- Incluez les étapes de reproduction et les solutions spécifiques, pas seulement les symptômes
- Promouvez les apprentissages largement applicables vers CLAUDE.md ou la mémoire du projet
Éviter
- N'enregistrez pas les transcriptions d'erreur complètes, les stack traces ou la sortie brute des commandes par défaut
- Ne commitez pas les logs contenant des secrets ou jetons spécifiques au projet
- N'enregistrez pas les erreurs triviales ponctuelles qui n'ont aucune valeur d'apprentissage