Learning Loop Skill

Revoir · 69
Indexé par la communauté

Claude Code skill for capturing and codifying learnings before session ends / context lost

Verified installs0
Stars16
Version1.0.0
Qualité72/100 · Solide
Confiance69/100 · Sandbox uniquement
Audit82/100 · Revue nécessaire

Profil de l’actif

Agents de code et de développement

Code review, repo analysis, testing, CI, GitHub, DevOps, and developer workflow skills.

Voir la catégorie

Scénario

Agents de code

I need a coding agent that can understand a repository, edit code, and review pull requests.

Adéquation Agent

Claude Code + OpenAI Agents + Cursor

Compatible avec Codex, Claude Code, Cursor, CLI ou des Agents personnalisés.

Installer

Prêt

npx skills add melodykoh/learning-loop-skill

Maintenance

À jour

24 jours depuis le dernier push

Risque

Revue nécessaire

Low GitHub adoption signal

Qualité GitHub

16

72/100 Qualité · 77/100 Confiance

Tags de couverture

CodingAgents de codeOutil généralskillskill-file

Notes de revue

Low GitHub adoption signal · Quality score needs review

Carte d’adoption Agent

Confiance, audit et préparation à l’installation en un coup d’œil

Ces scores combinent les métadonnées publiques du dépôt, les signaux de revue OpenAgentSkill, la fraîcheur de maintenance et la préparation à l’installation. Ils servent à présélectionner et ne remplacent pas la revue humaine.

Qualité

Solide
72

Solid option that is likely worth shortlisting for production workflows.

Confiance

Sandbox uniquement
69

Candidate utile avec des signaux de confiance incomplets ou mixtes. Gardez-la dans un espace isolé jusqu’à ce que la boucle de résultats confirme son adéquation.

Audit

Revue nécessaire
82

Revue lisible par machine de la préparation à l’installation, des métadonnées de sécurité, de la maintenance et du risque d’adoption.

Trust Score OpenAgentSkill v5

Revue humaine avant installation

Exécutez uniquement dans un sandbox et comparez les alternatives proches avant usage réel.

CodexClaude CodeCursorOpenAgentSkill CLI

Stars

16 stars GitHub

Activité du dépôt

16 stars et 0 forks

Maintenance

24 jours depuis le dernier push

Licence

MIT

Installer

npx skills add melodykoh/learning-loop-skill

Sécurité d’installation

Chemin d’installation standard de package ou runtime

Surface de permissions

Accès au système de fichiers ou aux documents

Résultats Agent

Pas encore de données de résultats Agent

Documentation

Contexte README/SKILL.md solide

Résumé des risques

Revoir avant production

  • Low GitHub adoption signal
  • Quality score needs review
  • GitHub adoption: 16 GitHub stars
  • Stars/forks activity: 16 stars, 0 forks; issue activity unavailable in current metadata

Préparation à l’installation

Chemin d’installation disponible

  • Le chemin d’installation est disponible
  • La preuve du dépôt est disponible
  • La licence est déclarée
  • Pas encore de preuve de résultat Agent-Proven

Métadonnées lisibles par Agent

Données de décision lisibles par machine pour ce skill.

Utilisez ce bloc ou le JSON intégré pour décider si un Agent doit installer ce skill, choisir une alternative ou demander d’abord une revue humaine.

Ouvrir JSON

Tâches adaptées

  • workflows Local desktop
  • Équipes Claude Code
  • builders willing to evaluate younger projects
  • Navigate local resources

Agents adaptés

CodexClaude CodeCursorOpenAgentSkill CLIOpenAI AgentsCLI

Décision d’installation

Commande
npx skills add melodykoh/learning-loop-skill
Politique
Revoir
Revue humaine
Oui

Confiance et risque

Confiance
69/100
Audit
82/100
Niveau de risque
Revue nécessaire

Boucle de résultat

Endpoint
/api/agent/outcome
ID d’événement
resolve
Résultats
5

Commande d’installation

npx skills add melodykoh/learning-loop-skill

Ne pas utiliser quand

  • Équipes qui nécessitent un SLA soutenu par le fournisseur
  • production agents without a repository review
  • Low GitHub adoption signal
  • Quality score needs review
  • GitHub adoption: 16 GitHub stars

Sécurité Agent v2

66/100 · Revoir avant installation

Révisé avec notes de permissionsRevoir

Candidat utilisable, mais l’Agent doit afficher les notes de permissions et d’audit avant l’installation.

Une approbation humaine est requise avant l’installation dans un espace de travail réel.

Résoudre via API

Moyen

Accès réseau

La skill récupère probablement des pages distantes, API, dépôts ou services externes.

Moyen

Accès au système de fichiers

La skill peut lire ou écrire des fichiers de projet, documents, artefacts générés ou l’état local de l’espace de travail.

  • Low GitHub adoption signal

Cibles d’installation

Installer ce skill dans votre workflow Agent

Utilisez le point de terminaison public pour récupérer la commande, la checklist, les prompts et les liens canoniques.

skill install

OpenAgentSkill CLI

Resolve policy, run the source installer safely, and report a verified install receipt.

$ npx --yes https://github.com/Leon-Drq/openagentskill/releases/download/cli-v0.2.1/openagentskill-0.2.1.tgz install melodykoh-learning-loop-skill

Plan de résolution Agent

Laissez un Agent vérifier la pertinence avant l’installation.

L’API Resolve renvoie la skill sélectionnée, des alternatives, la politique de sécurité, les notes d’audit, la cible d’installation et un prompt prêt à l’emploi.

Ouvrir le plan texte

L’Agent doit vérifier

  • Task fit and alternatives from Resolve API.
  • Audit score, trust score, and safety policy warnings.
  • Install target compatibility for Codex, Claude Code, Cursor, or CLI.

Copier le prompt

Task: Use Learning Loop Skill in this workspace.
Resolve first: https://www.openagentskill.com/api/agent/resolve?task=Use%20Learning%20Loop%20Skill%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Review install handoff: https://www.openagentskill.com/api/skills/melodykoh-learning-loop-skill/install
Install command: npx skills add melodykoh/learning-loop-skill
Before running it, summarize audit warnings, required permissions, and the fallback skill if install is risky.

Relais Agent

Donnez à l’Agent le chemin d’installation, pas un autre annuaire.

Utilisez le point de terminaison public pour récupérer la commande, la checklist, les prompts et les liens canoniques.

Ouvrir l’API d’installation

Prompt Agent

Use Learning Loop Skill for this task. Review https://www.openagentskill.com/api/skills/melodykoh-learning-loop-skill/install, then install with: npx skills add melodykoh/learning-loop-skill

Métadonnées Registry

Profil lisible par Agent pour la sélection automatique de skills.

L’API Registry fournit les signaux de décision, confiance, audit, cas d’usage et installation sans analyser l’interface.

Ouvrir Manifest

Adéquation Agent

72/100

Local desktop

Plateformes

Claude Code, OpenAI Agents, Cursor

Rapport d’audit

Revue nécessaire · 82/100

Revue lisible par machine de la préparation à l’installation, des métadonnées de sécurité, de la maintenance et du risque d’adoption.

Voir le rapport d’auditVoir le rapport d’évaluation

Panneau de décision Agent

Companion skill for Local desktop

Shortlist this skill and compare it with close alternatives before production adoption.

72
Préparation
Préselection
Étape

Rôle dans la pile

Skill complémentaire

Pertinence principale

Local desktop

Libellé de confiance

Liste solide

Chemin d’installation

Commande prête

À utiliser lorsque

  • workflows Local desktop
  • Équipes Claude Code
  • builders willing to evaluate younger projects

Preuves

  • recent repository activity
  • install command or GitHub repo available
  • profil qualité 72/100
  • 3 événements OpenAgentSkill

revoir d’abord

  • Low GitHub adoption signal

Chemin d’implémentation

  1. 1Installez-le dans un Agent en sandbox et exécutez une tâche de Local desktop de bout en bout.
  2. 2Compare output quality, latency, and failure behavior against at least one alternative.
  3. 3Promote it into production only after reviewing repository permissions, license, and maintenance signals.

Profil de confiance

Sandbox uniquement

Candidate utile avec des signaux de confiance incomplets ou mixtes. Gardez-la dans un espace isolé jusqu’à ce que la boucle de résultats confirme son adéquation.

69
Trust Score OpenAgentSkill

Adoption GitHub

Corriger

16 stars GitHub

Activité stars/forks

Corriger

16 stars et 0 forks; l’activité des issues n’est pas disponible dans les métadonnées actuelles

Maintenance récente

Validé

24 jours depuis le dernier push

Clarté de licence

Validé

MIT

Signaux positifs

  • Revue IA approuvée
  • Le chemin d’installation est disponible
  • La preuve du dépôt est disponible
  • Dépôt maintenu récemment
  • La commande d’installation ne présente aucun motif de haut risque évident
  • La boucle de résultats est prête mais nécessite la première exécution réelle de l’Agent

Réviser avant installation

  • Low GitHub adoption signal
  • Quality score needs review
  • GitHub adoption: 16 GitHub stars
  • Stars/forks activity: 16 stars, 0 forks; issue activity unavailable in current metadata
  • Pas encore de rapports de résultats Agent réels
  • Une revue humaine est requise avant une installation sans surveillance

Action recommandée

Exécutez uniquement dans un sandbox et comparez les alternatives proches avant usage réel.

Profil qualité

Solide candidat pour les workflows Agent

Solid option that is likely worth shortlisting for production workflows.

72
Stars GitHub
16
Actualité
il y a 24 jours
Prêt à installer
Oui
Licence
MIT
Réviser avant installation: Low GitHub adoption signal

Adéquation au workflow

Utilisez cette skill dans ces scénarios

Adéquation au workflow

Ajouter à un workflow complet

Liste d’alternatives

Comparer avant installation

Similar skills that may fit this task.

Tout comparer

Vue d’ensemble

# Learning-Loop Skill for Claude Code

A two-mode Claude Code skill that catches what your sessions teach you — failed attempts, user corrections, recurring failure modes, judgment shifts — and writes them to the right files before `/clear` or context compaction destroys the details.

> **Heads up: this is a personal skill, published in case it's useful.** It's shaped by one workflow — a root `~/.claude/CLAUDE.md`, per-project `CLAUDE.md` files, a `MEMORY.md`, a personal Judgment Ledger, and Every's [`/ce-compound`](#what-is-ce-compound) for code-level capture. If your setup looks roughly like that, the routing will land where you'd expect. If it doesn't, you'll want to read [SKILL.md](SKILL.md) and adapt the destinations.

## The Problem

Claude Code sessions accumulate valuable signal — a hypothesis that turned out to be right, a fix you confirmed, a workflow rule you broke and want to encode, a corrected assumption, a recurring mistake you keep making across projects. Most of that gets lost the moment context compacts or you hit `/clear`.

Claude Code's built-in auto-memory captures quick facts, but it doesn't: - Distinguish a one-off observation from a pattern you've now hit five times - Apply quality gates (would this help next time? did you actually verify the fix?) - Route a process-level rule into `CLAUDE.md` vs. a factual recall into `MEMORY.md` vs. a judgment shift into a content ledger - Surface recurring failure modes that need a structural fix rather than another note

Learning-loop is the structured pass on top of that — invoked explicitly, run by sub-agents so it doesn't eat your main context, and gated so it doesn't pollute your docs with noise.

## What It Does

| Mode | When you run it | What it does | |---|---|---| | **`/learning-loop scan`** | Mid-session, before compaction or `/clear` | Spawns a sub-agent that reads your conversation, extracts raw signals (failed attempts, hypotheses, user corrections, process observations), and writes them to `

Détails techniques

Version
1.0.0
Licence
MIT
Dernière mise à jour
18 août 2026
Publié
29 juil. 2026

Instantané de décision

Skill complémentaire

72
Prêt
Préselection
Étape

recent repository activity

Audit

Revue d’installation

Revue d’installation et d’adoption

82
Revue nécessaire
Sécurité
87/100
Maintenance
100/100
Installer
92/100
Ouvrir l’audit completVoir le rapport d’évaluation

Preuves validées par Agent

Preuves validées par Agent

Rapports après resolve, revue, installation et une exécution limitée.

0
Validé
Needs first agent runAuto-installation: revoir d’abordDernier: Inconnu
Taux de réussite
Échec récent
Résultats
0
Qualité de sortie
Échecs
0
Non pertinent
0
Installations
0
Bloqué par le risque
0
Configuration requise
0
Production
0

Aucune donnée de résultat Agent pour l’instant. La première exécution peut signaler succès, besoin de configuration, blocage de risque, échec ou non-pertinence via /api/agent/outcome.

Installer

Ajouter au workflow Agent

Gratuit et open source. Examinez le rapport avant l’installation dans des Agents de production.

Boucle de croissance

Kit de partage

X

Brouillon guidé par scénario pour Learning Loop Skill, prêt pour une publication manuelle sur X.

Note du curateur
Before you hand an agent market research, give it a repeatable starting point.

Learning Loop Skill: Claude Code skill for capturing and codifying learnings before session ends / context lost

16 stars

https://www.openagentskill.com/skills/melodykoh-learning-loop-skill?ref=x
Ouvrir le brouillon X
Réponse facultative avec commande d’installation
Listing + install path for Learning Loop Skill:
https://www.openagentskill.com/skills/melodykoh-learning-loop-skill?ref=x

Install: npx skills add melodykoh/learning-loop-skill

Source de la fiche

Indexé par la communauté

Revendiable

Cette fiche a été indexée à partir de sources publiques et n’est pas marquée officielle tant qu’une revendication de mainteneur n’est pas approuvée.

Créateur
melodykoh
Indexé par
Index communautaire OpenAgentSkill

L’attribution renvoie au dépôt public ou au profil du créateur. Les créateurs peuvent revendiquer la fiche pour mettre à jour les signaux de propriété.

Revendiquer ce skill

Revendication du propriétaire

Revendiquer cette fiche de skill

Cette fiche Indexé par la communauté est attribuée à melodykoh, mais n’est pas encore marquée officielle. Revendiquez-la pour ajouter un signal de propriétaire vérifié et rendre les futures mises à jour de lancement, d’installation et d’audit plus fiables.

Kit de backlinks créateur

Ajoutez les badges de preuve à votre README

Affichez la fiche canonique, les signaux actuels de confiance et d’audit, ainsi que de vraies preuves Agent-Proven là où les développeurs évaluent le dépôt.

[![Listed on OpenAgentSkill](https://www.openagentskill.com/api/badge/melodykoh-learning-loop-skill?metric=listed&label=Listed)](https://www.openagentskill.com/skills/melodykoh-learning-loop-skill)
[![OpenAgentSkill Trust](https://www.openagentskill.com/api/badge/melodykoh-learning-loop-skill?metric=trust&label=Trust)](https://www.openagentskill.com/skills/melodykoh-learning-loop-skill)
[![OpenAgentSkill Audit](https://www.openagentskill.com/api/badge/melodykoh-learning-loop-skill?metric=audit&label=Audit)](https://www.openagentskill.com/skills/melodykoh-learning-loop-skill/audit)
[![Agent Proven](https://www.openagentskill.com/api/badge/melodykoh-learning-loop-skill?metric=proven&label=Agent%20Proven)](https://www.openagentskill.com/skills/melodykoh-learning-loop-skill)

Auteur

M

melodykoh

@melodykoh

Adéquation plateforme

Signaux de santé

Stars GitHub
16
Score de qualité
46/100
Dernier push GitHub
29 juil. 2026
Indications de framework
Inconnu
Vues OpenAgentSkill
3
Copies d’installation
0
Clics sortants
0

Signal de communauté

Indiquez si ce skill semble utile à votre workflow Agent. Les retours agrégés améliorent le classement au fil du temps.

Confiance et sécurité

Sandbox uniquement

69
  • Adoption GitHub16 stars GitHubCorriger
  • Activité stars/forks16 stars et 0 forks; l’activité des issues n’est pas disponible dans les métadonnées actuellesCorriger
  • Maintenance récente24 jours depuis le dernier pushValidé
  • Clarté de licenceMITValidé
  • Complétude README/SKILL.mdLes métadonnées incluent suffisamment de contexte d’usage et de workflowValidé
  • Risque dépendances/runtimeAucun indice majeur de risque de dépendance dans les métadonnées publiquesValidé