从会话里提炼经验变成 Skill，让 Claude Code 的技能库自我进化

你会得到什么

装上开源插件 AutoHarness 之后，Claude Code 会在你干活的同时，把会话里摸索出来的做法提炼成 Skill（写给 AI 的操作说明书），存进技能库。下一次遇到同类问题，它直接按说明书做，不用你再教一遍。文中有 3 段可以直接复制的提示词。

和"让 AI 自动写笔记"比，它最大的不同在于这个技能库会自己整理。 同类经验合并成一份，被你纠正过的地方就地改，长期用不上的自动归档。你照常干活，偶尔翻一眼它学到了什么就行。

它是怎么"自我进化"的

AutoHarness 是 Claude Code 的一个插件，跑在你自己电脑上。按项目自己的说明，它做四件事：

从真实工作里学：每当一段会话调用工具的次数够多（默认 50 次），它就在后台复盘这一段，判断有没有值得留下的做法，有就写成一个 Skill。纯聊天不会触发，只有真的动手干活才算。
合并而不是堆积：新经验先和已有的 Skill 比一比，同一类场景就合并进原来那份，不会攒出一堆差不多的说明书。
在使用中修正：你在同一类事情上又纠正了它（"漏了一步"），下次复盘时它改的是原来那份 Skill，不是再新建一份。
用不上就淘汰：它会统计每个 Skill 实际被调用的次数，长期没人用的挪进归档文件夹。挪回来就能恢复，历史记录都在。

另外有两条规矩让人放心。它只动自己写的 Skill，你手写的、从别处装的一概不碰。每次新增或修改都留证据：为什么改、依据的是哪段对话，都记在这个 Skill 旁边的记录文件里。

第 1 步：先让 Claude Code 检查电脑

AutoHarness 全部用 Python 写成，要求电脑上默认的 python3 是 3.11 或更新的版本，只支持 macOS 和 Linux。Mac 上有个常见的坑，系统自带的 Python 是 3.9，排在前面的话，插件会整个不生效。装之前把下面这段发给 Claude Code：

我想安装 Claude Code 插件 AutoHarness（https://github.com/tigerless-labs/autoharness）。安装前请帮我检查：
1. 我的系统是不是 macOS 或 Linux。
2. 终端里直接输入 python3 时，用的是哪个路径、哪个版本，是不是 3.11 或更新。
3. 如果版本太旧或者排在前面的是系统自带的旧版本，告诉我怎么装新版、怎么让它排到前面，等我同意再动手。
用大白话告诉我结果，不要改其他东西。

第 2 步：安装插件

在 Claude Code 的输入框里依次输入这两行：

/plugin marketplace add tigerless-labs/autoharness
/plugin install autoharness@autoharness

然后输入 /reload-plugins，或者直接重启 Claude Code。不需要任何配置，装完它就开始在后台看着你的会话。

想以后自动更新，到 /plugin → Marketplaces → autoharness 里打开 Enable auto-update，第三方插件默认是关着的。

第 3 步：照常干活，关键时刻手动存一次

日常不用管它。它学到的 Skill 分两处存放。只跟当前项目有关的放在项目里的 .claude/skills/，通用的技巧放在 ~/.claude/skills/。每次开新会话，它会先把自己学过的 Skill 列成一张分好类的目录交给 Claude Code，所以不用担心学了却想不起来。

也有一个手动入口。刚解决完一个难缠的问题，想马上把这次经验留下来，就在输入框里输入 /learn。它会把当前这段会话走一遍同样的复盘和校验，不用等到攒满 50 次工具调用。

想每次学到东西时收到提醒，可以在项目的 .claude/settings.json 里打开桌面通知，名字和被拒绝的提议都会弹出来：

{ "env": { "AUTOHARNESS_NOTIFY": "desktop" } }

第 4 步：定期看看它学到了什么

学到的东西不一定都对，建议每周让 Claude Code 帮你审一遍。每个 Skill 文件夹里有一份记录（为什么诞生、改过什么）和对应的会话片段，下面这段提示词让它帮你逐个过：

这段关键内容需要登录后解锁

新用户注册就送 10 积分，每天签到再领 1 积分。用 1 积分解锁，以后随时回来都能看。

几处写法的用意：

只认带记录文件的：这是区分"它写的"和"你写的"最可靠的办法，避免误删你自己的 Skill。
专门查敏感信息：会话片段虽然会脱敏，但项目里的 .claude/skills/ 可能会被提交进 Git，多查一遍更稳。
归档而不是删除：和它自己的淘汰方式保持一致，后悔了还能挪回来。

想调节奏或只在项目里用

所有设置都是环境变量，写在 .claude/settings.json 的 env 里，下一次会话生效。常用的几个：

想要的效果	设置	默认
学得更勤（会多花一些额度）	`AUTOHARNESS_REFLECT_EVERY_N` 调小，比如 `20`	50 次工具调用复盘一次
只在当前项目学，不写全局技能	`AUTOHARNESS_DISABLE_GLOBAL` 设为 `1`	0
它写的 Skill 统一加个前缀，一眼认出	`AUTOHARNESS_SKILL_PREFIX` 设为 `ah-`	不加
让它写的 Skill 不进 Git	同上设置前缀，它会自动把这些文件夹加进本地忽略列表	—

不想别人改你仓库时也跟着学，就用"只在当前项目学"加"前缀"这两个组合。

注意

每次复盘都会在后台开一个新的 Claude Code 会话，会消耗你的额度。复盘间隔调得越小，花得越多。
全局技能会出现在你所有项目里，它的容量上限也更小（默认 20 个），学错了影响面更大，审查时优先看全局那一批。
卸载插件只是停止学习，已经学到的 Skill 和它的状态文件都留在电脑上，要彻底清掉得手动删（每个它写的 Skill 都带记录文件，好认）。
项目首页引用的效果数据是外部研究的结论：同一个模型换了工作方式，分数从 42% 升到 78%。这不是 AutoHarness 自己的实测，效果要按你自己的使用情况判断。

参考

GitHub：tigerless-labs/autoharness（MIT 许可证）

想先弄清楚 Skill 是什么，看 Skill。