claude-reflect
claude-reflect 是一款专为 Claude Code 设计的自学习系统,旨在让 AI 助手在长期协作中“越用越懂你”。它主要解决了传统 AI 无法跨会话记忆用户偏好、纠正指令及工作习惯的痛点,避免用户重复修正相同错误。
该工具的核心功能包括“永久记忆”与“技能发现”。当你纠正 Claude 的代码建议或表达偏好时,claude-reflect 会自动捕获这些反馈,经人工确认后同步至 CLAUDE.md 和 AGENTS.md 配置文件,确保 AI 在未来会话中永久记住这些规则。此外,它能智能分析历史会话记录,识别重复性的工作模式(如频繁的代码审查或部署流程),并主动建议将其转化为可复用的自定义命令,从而将临时操作固化为持久技能。
技术亮点在于其支持多语言理解纠正内容,并具备跨项目模式识别能力,能在 macOS、Linux 和 Windows 全平台上原生运行。
claude-reflect 非常适合依赖 Claude Code 进行日常开发的程序员、技术团队及 AI 工作流研究者使用。对于希望减少重复沟通成本、构建个性化且具备持续进化能力的 AI 编程环境的开发者而言,这是一个能显著提升效率的实用插件。
使用场景
资深后端工程师李明正在使用 Claude Code 重构一个遗留的微服务项目,他需要频繁调整代码风格并执行重复的部署检查流程。
没有 claude-reflect 时
- 每次纠正 Claude 生成的代码风格(如“不要用 var,请用 let"),下次会话中模型依然会犯同样的错误,需反复口头指令。
- 项目特有的部署前检查步骤(如“先运行 lint 再构建 Docker 镜像”)每次都要重新详细描述,无法形成自动化记忆。
- 重复性的操作模式(如每周三次的数据清洗脚本生成)散落在历史对话中,难以提炼为可复用的快捷命令。
- 团队协作时,新成员无法直接继承李明在过往会话中积累的偏好和修正经验,导致沟通成本高昂。
- 随着项目迭代,早期的错误修正记录丢失,导致模型在某些已知陷阱上反复“踩坑”。
使用 claude-reflect 后
- 李明对代码风格的每一次纠正都会被自动捕获并经
/reflect确认后写入CLAUDE.md,模型从此永久记住偏好,不再重犯。 - 复杂的部署流程经过几次交互后,被识别为固定模式并转化为专属技能,后续只需输入简短指令即可触发完整流程。
/reflect-skills自动分析过去两周的会话,发现李明频繁请求“生成单元测试”,主动建议创建/gen-tests命令供一键调用。- 所有积累的经验都同步至项目配置文件,新成员接入环境后,Claude 立即具备与李明明相同的上下文理解和编码习惯。
- 系统自动去重并优化记忆条目,确保模型在面对历史已知问题时能直接调用修正后的逻辑,显著提升一次通过率。
claude-reflect 将零散的交互修正转化为持久的团队资产,让 AI 助手真正实现了从“一次性工具”到“成长型伙伴”的跨越。
运行环境要求
- macOS
- Linux
- Windows
未说明
未说明

快速开始
claude-reflect
一个针对 Claude Code 的自学习系统,能够捕捉修正并发现工作流模式——将其转化为永久记忆和可重用技能。
它的作用
1. 从修正中学习
当你纠正 Claude(“不,用 gpt-5.1 而不是 gpt-5”)时,它会永远记住这一点。
┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
│ 你纠正 │ ──► │ 挂钩捕获 │ ──► │ /reflect 添加 │
│ Claude Code │ │ 到队列 │ │ 到 CLAUDE.md │
└─────────────────┘ └─────────────────┘ └─────────────────┘
(自动) (自动) (手动审核)
2. 发现工作流模式(v2 中的新功能)
分析你的会话历史,找出可以转化为可重用命令的重复性任务。
┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
│ 你的过去 │ ──► │ /reflect-skills │ ──► │ 生成 │
│ 会话 │ │ 寻找模式 │ │ /commands │
└─────────────────┘ └─────────────────┘ └─────────────────┘
(68 次会话) (AI 驱动) (由你批准)
示例:你曾 12 次询问“检查我的生产力”→ 建议创建 /daily-review。
核心特性
| 特性 | 作用 |
|---|---|
| 永久记忆 | 修正会同步到 CLAUDE.md — Claude 在不同会话间都能记住 |
| 技能发现 | 从你的历史中找到重复模式 → 生成命令 |
| 多语言支持 | AI 能理解任何语言的修正 |
| 技能提升 | 在 /deploy 过程中的修正会直接提升部署技能 |
安装
# 添加市场
claude plugin marketplace add bayramannakov/claude-reflect
# 安装插件
claude plugin install claude-reflect@claude-reflect-marketplace
# 重要提示:重启 Claude Code 以激活插件
安装完成后,请 重启 Claude Code(退出并重新打开)。随后挂钩将自动配置,命令即可使用。
首次运行? 当你第一次运行
/reflect时,系统会提示扫描过去的会话以获取学习内容。
先决条件
- 已安装 Claude Code CLI
- Python 3.6+(大多数系统已自带)
平台支持
- macOS:完全支持
- Linux:完全支持
- Windows:完全支持(原生 Python,无需 WSL)
命令
| 命令 | 描述 |
|---|---|
/reflect |
处理待处理的学习内容,并进行人工审核 |
/reflect --scan-history |
扫描所有过去的会话,查找遗漏的学习内容 |
/reflect --dry-run |
预览更改而不实际应用 |
/reflect --targets |
显示检测到的配置文件(CLAUDE.md、AGENTS.md) |
/reflect --review |
显示带有置信度分数和衰减状态的待处理列表 |
/reflect --dedupe |
查找并合并 CLAUDE.md 中相似条目 |
/reflect --include-tool-errors |
将工具执行错误也纳入扫描范围 |
/reflect-skills |
从重复模式中发现潜在技能 |
/reflect-skills --days N |
分析最近 N 天的内容(默认为 14 天) |
/reflect-skills --project <path> |
分析特定项目 |
/reflect-skills --all-projects |
扫描所有项目以寻找跨项目模式 |
/reflect-skills --dry-run |
预览模式而不生成技能文件 |
/skip-reflect |
忽略所有待处理的学习内容 |
/view-queue |
查看待处理的学习内容,但不进行处理 |
工作原理

两阶段流程
阶段 1:捕获(自动)
挂钩会自动运行,检测并排队修正:
| 挂钩 | 触发条件 | 目的 |
|---|---|---|
session_start_reminder.py |
会话开始 | 显示待处理学习提醒 |
capture_learning.py |
每次提示 | 检测修正模式并将其排队 |
check_learnings.py |
压缩前 | 备份队列并通知用户 |
post_commit_reminder.py |
Git 提交后 | 提醒在完成工作后运行 /reflect |
阶段 2:处理(手动)
运行 /reflect 来审查并应用待处理的学习内容到 CLAUDE.md 中。
检测方法
Claude-reflect 使用 混合检测方法:
1. 正则表达式模式(实时捕获)
在会话过程中快速匹配模式,检测以下内容:
- 修正:“不,用 X” / “不要用 Y” / “实际上……” / “那不对”
- 正面反馈:“完美!” / “完全正确” / “很棒的方法”
- 显式标记:“记住:” — 置信度最高
2. 语义 AI 验证(在 /reflect 运行时)
当你运行 /reflect 时,AI 驱动的语义过滤器会:
- 多语言支持 — 能理解任何语言的修正
- 更高的准确率 — 过滤掉正则表达式误报
- 更干净的学习内容 — 提取简洁、可操作的语句
例如:西班牙语修正“no, usa Python”即使不符合英语模式,也能被正确检测到。
每个捕获的学习内容都有一个 置信度分数(0.60–0.95)。最终分数取正则表达式和语义置信度中的较高值。
人工审核
当你运行 /reflect 时,Claude 会显示一个汇总表格,提供以下选项:
- 应用 - 接受该学习内容并添加到 CLAUDE.md
- 修改后再应用 - 先修改学习内容文本
- 跳过 - 不应用此学习内容
多目标同步
经批准的学习内容会被同步到:
~/.claude/CLAUDE.md(全局 — 应用于所有项目)./CLAUDE.md(项目专用)./**/CLAUDE.md(子目录 — 自动发现)./.claude/commands/*.md(技能文件 — 当修正与技能相关时)AGENTS.md(如果存在 — 与 Codex、Cursor、Aider、Jules、Zed、Factory 等兼容)
运行 /reflect --targets 可查看哪些文件会被更新。
技能发现
运行 /reflect-skills 来发现你对话中可能成为可复用技能的重复模式:
/reflect-skills # 分析当前项目(最近14天)
/reflect-skills --days 30 # 分析最近30天
/reflect-skills --all-projects # 分析所有项目(较慢)
/reflect-skills --dry-run # 预览模式而不生成文件
功能:
- AI驱动检测 — 使用推理而非正则表达式来寻找模式
- 语义相似性 — 能够识别不同表述中的相同意图
- 项目感知 — 按项目对模式进行分组,并建议正确的存放位置
- 智能分配 — 询问每个技能应该放在哪个项目或全局目录下
- 生成技能文件 — 在
.claude/commands/中创建技能草稿
工作原理:
该工具通过语义分析你的会话历史来发现模式。它能够识别出表达相同意图的不同说法:
会话1: “查看我今天的生产力”
会话2: “今天下午我的专注度如何?”
会话3: “检查我的ActivityWatch数据”
会话4: “评估我的工作时长”
Claude会这样推理:“这4个请求具有相同的意图——查看生产力数据。其工作流程是:获取时间追踪数据 → 对活动进行分类 → 计算专注度得分。这非常适合作为 /daily-review 技能。”
示例输出:
════════════════════════════════════════════════════════════
发现的技能候选
════════════════════════════════════════════════════════════
从68次会话中发现了2个潜在技能:
1. /daily-review(高)— 来自 my-productivity-tools
→ 使用时间追踪数据查看生产力
证据:15次类似请求
学到的修正:”使用本地时区”,“聊天应用也算工作”
2. /deploy-app(高)— 来自 my-webapp
→ 带预检步骤部署应用
证据:10次类似请求
学到的修正:”一定要先跑测试”
════════════════════════════════════════════════════════════
我应该生成哪些技能?
> [1] /daily-review,[2] /deploy-app
每个技能应该创建在哪里?
┌──────────────────────┬─────────────────────────┐
│ /daily-review │ my-productivity-tools │
│ /deploy-app │ my-webapp │
└──────────────────────┴─────────────────────────┘
已创建的技能:
~/projects/my-productivity-tools/.claude/commands/daily-review.md
~/projects/my-webapp/.claude/commands/deploy-app.md
生成的技能文件示例:
---
description: 带预检步骤部署应用
allowed-tools: Bash, Read, Write
---
## 上下文
部署脚本位于 ./scripts/deploy/
## 你的任务
将应用部署到指定环境。
### 步骤
1. 运行测试套件
2. 构建生产资源
3. 部署到目标环境
4. 验证部署状态
### 守护机制
- 始终在部署前运行测试
- 周五绝不部署到生产环境
- 检查是否有未完成的迁移
---
*由 /reflect-skills 根据10次会话模式生成*
技能改进路由
当你在使用某个技能时纠正Claude(例如 /deploy),这些纠正信息可以被反馈回技能文件本身:
用户:/deploy
Claude:[未经测试就部署]
用户:“不对,部署前一定要先跑测试”
→ /reflect 检测到这与 /deploy 相关
→ 提供将学习内容添加到 .claude/commands/deploy.md 的选项
→ 技能文件更新,加入新步骤
这样一来,技能会随着时间不断变得更智能,而不仅仅是 CLAUDE.md 文件。
升级
从 v2.0.x 或更早版本升级
如果你在更新后遇到“检测到重复的钩子文件”或“没有这样的文件或目录”等错误,你需要清除插件缓存。这是由于 Claude Code 已知的缓存问题所致:
# 1. 卸载插件
claude plugin uninstall claude-reflect@claude-reflect-marketplace
# 2. 清除两个缓存(必须!)
rm -rf ~/.claude/plugins/marketplaces/claude-reflect-marketplace
rm -rf ~/.claude/plugins/cache/claude-reflect-marketplace
# 3. 完全退出 Claude Code(重启终端或关闭应用)
# 4. 重新安装
claude plugin install claude-reflect@claude-reflect-marketplace
标准更新
对于正常更新(无缓存问题的情况):
# 使用 Claude Code 中的 /plugin 菜单
/plugin
# 选择 “立即更新” 以更新 claude-reflect
卸载
claude plugin uninstall claude-reflect@claude-reflect-marketplace
文件结构
claude-reflect/
├── .claude-plugin/
│ └── plugin.json # 插件清单(自动注册钩子)
├── commands/
│ ├── reflect.md # 主命令
│ ├── reflect-skills.md # 技能发现
│ ├── skip-reflect.md # 跳过队列
│ └── view-queue.md # 查看队列
├── hooks/
│ └── hooks.json # 插件安装时自动配置
├── scripts/
│ ├── lib/
│ │ ├── reflect_utils.py # 共享工具
│ │ └── semantic_detector.py # AI驱动的语义分析
│ ├── capture_learning.py # 钩子:检测纠正
│ ├── check_learnings.py # 钩子:预压缩检查
│ ├── post_commit_reminder.py # 钩子:提交后提醒
│ ├── compare_detection.py # 比较正则表达式与语义检测
│ ├── extract_session_learnings.py
│ ├── extract_tool_errors.py
│ ├── extract_tool_rejections.py
│ └── legacy/ # Bash脚本(已弃用)
├── tests/ # 测试套件
└── SKILL.md # Claude 的技能上下文
功能
历史扫描
首次使用 claude-reflect?运行:
/reflect --scan-history
这将扫描你过去的所有会话,找出你曾经做出的纠正,以免丢失安装前的学习内容。
智能过滤
Claude 会过滤掉:
- 问题(不是纠正)
- 一次性任务指示
- 特定上下文的请求
- 模糊或不可操作的反馈
只有可复用的学习内容才会被保留。
重复检测
在添加学习内容之前,系统会检查现有的 CLAUDE.md 内容。如果发现类似内容,你可以:
- 合并到现有条目
- 替换旧条目
- 跳过重复内容
语义去重
随着时间推移,CLAUDE.md 可能会积累许多相似的内容。运行 /reflect --dedupe 可以:
- 找到语义上相似的条目(即使措辞不同)
- 提出整合后的版本
- 清理冗余的学习内容。
例如:
修改前:
- 复杂任务使用 gpt-5.1
- 推理任务优先使用 gpt-5.1
- gpt-5.1 更适合解决难题
修改后:
- 复杂推理任务使用 gpt-5.1
小贴士
使用明确的标记来标注重要的学习内容:
记住:Python 项目始终使用 venv在 Git 提交后运行 /reflect - 钩子会提醒你,但最好养成习惯。
在新机器上进行历史扫描 - 当设置新的开发环境时:
/reflect --scan-history --days 90项目级与全局级 - 模型名称和通用模式应放在全局;项目特有的约定则保留在项目的 CLAUDE.md 文件中。
每月发现技能 - 每月运行
/reflect-skills --days 30,以找出可能遗漏的自动化机会。技能会变得更智能 - 当你在使用某个技能时纠正 Claude 的错误时,可以通过
/reflect将修正反馈回该技能文件本身。延长会话保留时间 - 默认情况下,Claude Code 会在 30 天后删除本地会话。由于 claude-reflect 依赖会话历史来进行
/reflect --scan-history和/reflect-skills操作,因此可以在~/.claude/settings.json中将其延长:{ "cleanupPeriodDays": 99999 }
贡献
欢迎提交 Pull 请求!请先阅读贡献指南。
许可证
MIT
版本历史
v3.0.0-rc.12026/02/13v2.6.02026/02/13v2.5.12026/02/04v2.5.02026/01/25v2.4.02026/01/23v2.3.32026/01/11v2.3.22026/01/11v2.3.12026/01/11v2.2.12026/01/11v2.2.02026/01/11v2.1.12026/01/07v2.1.02026/01/05v2.0.02026/01/04v1.4.02026/01/03常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
n8n
n8n 是一款面向技术团队的公平代码(fair-code)工作流自动化平台,旨在让用户在享受低代码快速构建便利的同时,保留编写自定义代码的灵活性。它主要解决了传统自动化工具要么过于封闭难以扩展、要么完全依赖手写代码效率低下的痛点,帮助用户轻松连接 400 多种应用与服务,实现复杂业务流程的自动化。 n8n 特别适合开发者、工程师以及具备一定技术背景的业务人员使用。其核心亮点在于“按需编码”:既可以通过直观的可视化界面拖拽节点搭建流程,也能随时插入 JavaScript 或 Python 代码、调用 npm 包来处理复杂逻辑。此外,n8n 原生集成了基于 LangChain 的 AI 能力,支持用户利用自有数据和模型构建智能体工作流。在部署方面,n8n 提供极高的自由度,支持完全自托管以保障数据隐私和控制权,也提供云端服务选项。凭借活跃的社区生态和数百个现成模板,n8n 让构建强大且可控的自动化系统变得简单高效。
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
opencode
OpenCode 是一款开源的 AI 编程助手(Coding Agent),旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件,而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码,还是排查难以定位的 Bug,OpenCode 都能通过自然语言交互高效完成,显著减少开发者在重复性劳动和上下文切换上的时间消耗。 这款工具专为软件开发者、工程师及技术研究人员设计,特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构,这意味着用户可以审查代码逻辑、自定义行为策略,甚至私有化部署以保障数据安全,彻底打破了传统闭源 AI 助手的“黑盒”限制。 在技术体验上,OpenCode 提供了灵活的终端界面(Terminal UI)和正在测试中的桌面应用程序,支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具,安装便捷,并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客,还是渴望提升产出的独立开发者,OpenCode 都提供了一个透明、可信
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。