AI 编程助手的＂记忆宫殿＂:SkillOpt-Sleep 深度解析

前言

你有没有想过：

AI 编程助手能不能"记住"你的习惯？如何让你的 AI 编程助手越用越聪明呢？

用了几个月的 Claude Code 或 Cursor，你可能注意到一个尴尬的现象：

•每次开新项目，AI 还是会存在都在犯同样的错误

•你反复纠正过的代码风格，下次对话它又忘了

•那些你花 20 分钟教会它的项目规范，关掉终端就消失

•明明你已经和它协作了上百次，它却像第一天来上班的新人

根本原因很简单：AI 没有"记忆沉淀"机制。

每次对话结束，你的纠正、你的偏好、你的成功经验——全部随着聊天记录沉入 ~/.claude 目录，再也没人翻看。

但如果有个工具，能让 AI 在"睡觉"的时候回顾你所有的历史会话，从中提炼出你的编码习惯、项目规范和成功模式，然后把验证过的经验写进长期记忆呢？

SkillOpt-Sleep 就是干这件事的。

一、SkillOpt-Sleep 是什么

SkillOpt-Sleep 是微软开源项目 SkillOpt 的"部署时伴侣"工具。它借鉴了三个核心理念：

一句话概括：

给你的本地编程 Agent 一个"夜间睡眠周期"——它在离线状态下回顾你过去的会话、重放常见任务，把经过验证的经验沉淀为长期记忆和技能。Agent 越用越强。

一个"夜晚"做了什么

采集 ~/.claude 历史会话 → 挖掘重复任务模式 → 离线重放→ 反思 + 有界编辑 + 验证门控 → 生成提案 → 你审核采纳

不是"学了就写进去"，而是"学了 → 验证了 → 确认有效 → 才写进去"。这个验证门控是 SkillOpt-Sleep 区别于普通记忆工具的关键。

二、它能产出什么

2.1 运行阶段的产出

2.2 最终写入的内容

adopt 后，你的项目文件中会多出一个 LEARNED 区块：

<!-- SLOW_UPDATE_START -->- 写 API 接口时，始终先检查参数类型和边界条件- 错误响应统一用 { code, message } 格式- 数据库查询必须加 try-catch 并返回 500- 组件命名采用 PascalCase，文件名采用 kebab-case<!-- SLOW_UPDATE_END -->

关键特点：

•写入到受保护的区块内，不会覆盖你手写的规则

•每次 adopt 前自动备份原文件

•规则是从你的实际成功/失败会话中提炼出来的，不是凭空生成的

三、安装指南

3.1 前置条件

•Python 3.10+

•Claude Code CLI（claude 命令）或 Codex CLI（codex 命令）已安装并在 PATH 中

3.2 Claude Code 安装

# 1. 克隆仓库git clone https://github.com/microsoft/SkillOpt.gitcd SkillOpt# 2. 添加插件到 Claude Code/plugin marketplace add ./skillopt-sleep-plugin/plugin install skillopt-sleep@skillopt-sleep# 3. 验证安装/sleep status

3.3 Codex 安装

# 1. 克隆仓库（同上）git clone https://github.com/microsoft/SkillOpt.gitcd SkillOpt# 2. 运行安装脚本bash plugins/codex/install.sh# 3. 验证/sleep status

3.4 Cursor 用户怎么用

Cursor 本身没有原生的 /sleep 命令支持，但有三种方式可以用：

方式 A：在 Cursor 内置终端中直接调用 Python CLI（最简单）

Cursor 自带终端，直接在终端里跑：

# 在 Cursor 打开的项目终端中python -m skillopt_sleep run --project "$(pwd)" --backend mock    # 先试试python -m skillopt_sleep run --project "$(pwd)" --backend claude  # 正式跑

前提是你的机器上已经安装了 SkillOpt-Sleep 引擎。

方式 B：Claude Code + Cursor 混合使用（推荐）

最务实的方案——不需要在 Cursor 里直接跑 /sleep：

日常编码        → Cursor（可视化 IDE）/sleep 睡眠优化 → Claude Code 终端（独立打开）产出物          → CLAUDE.md / SKILL.md（两个工具都能读）

1.在 Cursor 里正常写代码（积累会话记录到 ~/.claude）

2.打开一个独立的终端窗口运行 Claude Code 的 /sleep 命令

3.Sleep 的产出（CLAUDE.md 中的 LEARNED 区块）会被 Cursor 的 AI 在下次对话时自动读取

方式 C：通过 Copilot MCP 服务器接入

SkillOpt-Sleep 提供了 Copilot 插件，可以注册为 MCP 服务器：

将 plugins/copilot/mcp_server.py 注册为 MCP 服务器

Cursor 支持 MCP 协议，所以理论上可以把这个 MCP 服务器加到 Cursor 的 MCP 配置中。但这条路较新，稳定性需要自行验证。

3.5 配置 API 凭证（按需）

使用真实后端时需要配置 API 密钥：

# Claude 后端export ANTHROPIC_API_KEY="sk-ant-..."# 或 Azure OpenAI 后端export AZURE_OPENAI_ENDPOINT="https://your-resource.openai.azure.com/"export AZURE_OPENAI_API_KEY="your-key"

如果只想试试效果，不需要任何 API 密钥——使用 --backend mock 即可，它是确定性的、零花费的模拟后端。

3.6 国产模型兼容性说明

如果你的 Claude Code 对接的是国产大模型（如通义千问、DeepSeek、MiniMax 等），需要知道以下限制：

SkillOpt-Sleep 的 backend 只支持三种：

它不是直接调 API，而是通过 shell 调用 claude 或 codex 的命令行工具。 主项目 SkillOpt 的论文代码支持 Qwen、MiniMax 等后端，但 Sleep 插件目前没有这些后端。

实际可行的方案：

一个重要的注意事项： SkillOpt-Sleep 的 reflect()（反思/提炼规则）步骤对模型能力要求较高。

实测表明，弱模型做优化器不稳定，容易产出非 JSON 格式的错误回复，浪费整个睡眠周期。

如果国产模型的指令跟随能力不够强，效果可能不理想。建议优化器用强模型（如 Claude Sonnet），目标模型可以用便宜的模型。

四、使用方式详解

4.1 在 Claude Code 中使用

进入你的项目目录，启动 Claude Code，然后：

# 第一步：安全预览（不产生任何改动）/sleep dry-run# 第二步：正式运行（生成暂存提案，仍不改文件）/sleep run# 第三步：查看它学到了什么/sleep status# 第四步：你满意的话，采纳/sleep adopt

推荐工作流：先 dry-run 看看 → 再 run → 检查 status → 确认无误再 adopt。 每一步都可以停下来不继续。

4.2 命令行直接调用

如果你更喜欢命令行操作：

# 零花费试用（mock 后端）python -m skillopt_sleep run --project "$(pwd)" --backend mock# 使用 Claude 真实优化python -m skillopt_sleep run --project "$(pwd)" --backend claude# 使用 Codex 真实优化python -m skillopt_sleep run --project "$(pwd)" --backend codex

4.3 零 API 花费的确定性验证

不需要任何 API 密钥，直接验证引擎是否正常工作：

python -m skillopt_sleep.experiments.run_experiment --persona researcher --assert-improvespython -m skillopt_sleep.experiments.run_experiment --persona programmer --assert-improves

它会打印出 held-out 评分从基线向 1.0 提升的过程，并确认门控成功拦截了注入的有害编辑。

4.4 设置夜间自动运行

# 打印 crontab 行（不自动安装，你自己决定是否添加）"${CLAUDE_PLUGIN_ROOT}/scripts/install-cron.sh""$(pwd)"

添加到 crontab 后，SkillOpt-Sleep 会在每天夜间自动运行。

五、多项目管理：如何让你的所有项目都受益

5.1 核心限制

SkillOpt-Sleep 是按项目目录绑定的。

它用 --project "$(pwd)" 确定作用域，输出也只写入当前项目。

所以，不能从总文件夹一键跑所有子项目。如果你在父目录运行 /sleep，它只会尝试对父目录做优化，不会自动遍历子目录。

5.2 解决方案：循环脚本

写一个脚本来遍历所有项目：

#!/bin/bash# sleep-all.sh — 逐个项目跑 SkillOpt-SleepPARENT_DIR="/path/to/your/projects"for project in"$PARENT_DIR"/*/; do# 跳过没有 CLAUDE.md 或 .claude 的非项目文件夹if [ ! -d "$project/.claude" ] && [ ! -f "$project/CLAUDE.md" ]; thenecho"跳过 $project（不是 Claude Code 项目）"continuefiecho"正在处理: $project"cd"$project" || continue  python -m skillopt_sleep run --project "$(pwd)" --backend claudeecho"$project 完成"echo"---"done

5.3 或者：每个项目各自 cron

# 在每个项目目录下分别执行一次cd /path/to/project-A"${CLAUDE_PLUGIN_ROOT}/scripts/install-cron.sh""$(pwd)"cd /path/to/project-B"${CLAUDE_PLUGIN_ROOT}/scripts/install-cron.sh""$(pwd)"

5.4 建议

六、隐私与安全：它到底看到了你的什么

这是很多人关心的重要问题。根据源码分析：

6.1 它采集了什么

数据来源是 ~/.claude/projects/ 下的本地会话 JSONL 文件（Claude Code 自动保存的历史记录）。

6.2 安全保障

虽然有采集，但有多层保护：

•纯本地运行 — 采集的是 ~/.claude 本地文件，不做网络传输

•只读采集 — harvest 阶段不修改任何原始文件

•密钥脱敏 — 在发送给优化器之前会对 prompt 中的密钥进行脱敏

•不自动应用 — 产出只是提案，需要你手动 /sleep adopt 才写入

•最终产出是规则，不是原始对话 — 写入 CLAUDE.md 的是提炼后的通用规则

6.3 需要注意的

如果使用 --backend claude 或 --backend codex，提炼后的 TaskRecord（包含你的提问摘要）会作为 prompt 发给优化器模型进行分析。

虽然做了脱敏，但你的提问意图和大意会经过 API。

如果你对隐私有顾虑：

•用 --backend mock（不发网络请求，纯本地处理）

•先 /sleep dry-run 看它采集了哪些内容再决定

•敏感项目直接跳过，只在不敏感的项目上使用

七、进阶配置

7.1 验证门控开关

# 开启门控（默认）— 只保留确实有效的编辑python -m skillopt_sleep run --project "$(pwd)" --gate on# 关闭门控 — 贪婪模式，编辑不经过硬门控，但仍报告验证分数变化python -m skillopt_sleep run --project "$(pwd)" --gate off

7.2 预算控制

# 按 token 预算python -m skillopt_sleep run --project "$(pwd)" --budget-tokens 60000# 按时间预算python -m skillopt_sleep run --project "$(pwd)" --budget-minutes 30

引擎会自动规划深度（夜晚数 × 每任务回放次数）来适配预算，用完即停。

7.3 多次回放对比反思

# 每个任务回放 3 次，对比高分和低分尝试的差异来提炼规则python -m skillopt_sleep run --project "$(pwd)" --rollouts-k 3 --backend claude

这是 SkillOpt-Sleep 的"想象力核心"——多次回放出同一个任务的不同结果，从对比中提炼出"好的尝试做了什么、差的尝试缺了什么"。

7.4 用户偏好注入

python -m skillopt_sleep run --project "$(pwd)" \  --preferences "代码注释用中文，变量命名用英文，优先简洁" \  --backend claude

你的偏好会作为"先验"注入优化器的反思提示中，影响它写出的规则。

7.5 优化器/目标分离（高级）

# 用强模型（Sonnet）做优化，弱模型（Haiku）做目标python -m skillopt_sleep run --project "$(pwd)" \  --optimizer-backend claude --optimizer-model sonnet \  --target-backend claude --target-model haiku

实测表明：优化器模型越强，产出的规则质量越高。弱模型自优化容易产出格式错误，浪费周期。

八、怎么确保跑出有意义的结论

很多人跑完 /sleep 发现产出的规则毫无价值——这不一定是工具的问题，更可能是输入数据的问题。

8.1 核心问题：垃圾进，垃圾出

如果你的历史会话全是这类内容：

•“把这行的 null check 加上”

•“这个按钮颜色改一下”

•“typo fix: ‘recieve’ → ‘receive’”

那引擎挖掘出的任务全是琐碎任务，提炼出的规则可能是"修改代码时注意拼写错误"——毫无价值。

输入数据的质量直接决定产出质量。

8.2 六个策略确保有意义的结论

策略 1：扩大时间窗口

默认只看最近 3 天（lookback_hours: 72）。如果最近都是小修小补，可以扩大回溯范围：

// ~/.skillopt-sleep/config.json{"lookback_hours":720}

策略 2：用 LLM 矿工替代启发式矿工

默认的启发式矿工只看第一条提问，很粗糙。开启 llm_mine（默认已开启）后，引擎会用优化器模型分析完整会话，提取更有深度的任务描述：

python -m skillopt_sleep run --project "$(pwd)" --backend claude# llm_mine 默认为 true，自动启用

策略 3：用 preferences 注入你想要的方向

告诉引擎你想学什么，而不是让它盲目挖掘：

python -m skillopt_sleep run --project "$(pwd)" --backend claude \  --preferences "重点关注：API 错误处理模式、组件设计原则、数据库查询优化"

策略 4：少而精 > 多而杂

// ~/.skillopt-sleep/config.json{"max_tasks_per_night":10}

10 个有深度的任务比 40 个琐碎任务产出更好。

策略 5：关注"失败会话"——这才是金矿

你反复纠正 AI 的会话才是最有价值的输入。这些会话暴露了 AI 的系统性弱点，提炼出的规则才真正有意义。

策略 6：强优化器 + 弱目标模型

强优化器能从琐碎任务中抽象出通用原则。比如从 5 个"修 typo"会话中提炼出"代码变更前应先运行 lint 检查"。

8.3 跑之前的自检清单

过去一段时间里，我有没有：□ 反复纠正 AI 同一个问题？        → 值得学□ 做过涉及架构/设计决策的任务？    → 值得学□ 教会 AI 一个它不懂的项目规范？  → 值得学□ 踩过坑、排查了很久才解决的问题？ → 值得学如果以上全是"否" → 先积累有价值的会话，再跑 sleep如果有"是" → 扩大 lookback_hours，让它回溯到那些会话

九、实战案例：真实项目的 Sleep 产出分析

为了让你直观理解 SkillOpt-Sleep 的实际效果，以下是一个真实项目的运行结果分析。

9.1 项目背景

e-sign 是一个电子签约系统（e-sign），涉及合同签约流程、API 对接、参数映射等。项目用 Claude Code 开发，日常会话包括 bug 修复、需求迭代、API 文档整理等。

9.2 四次运行记录

前 3 次都被门控拦截了，第 4 次才通过。这说明门控在正常工作。

9.3 第 4 次产出的 4 条规则

规则 1：必须包含"影响分析"章节 ✅ 有价值

每次涉及共享文件、工具函数或模块的变更时，回复中必须包含标题为"影响分析"的章节。

分析： 引擎发现用户在多次会话中让 AI 做变更影响评估，AI 经常漏掉这个环节。这条规则能让 AI 以后每次都主动提供影响分析。

规则 2：API 文档必须包含关键领域术语 ⚠️ 过于机械

讨论 API 契约、参数示例或流程场景时，必须包含：‘bType’, ‘contract’, ‘esignCId’ 等术语。

分析： 这条本质上是"关键字检查清单"，太具体了，在新场景下可能显得僵硬。

规则 3：影响分析必须给出明确的兼容性标签 ✅ 有价值

在"影响分析"章节中，必须包含以下标签之一：‘不影响’、‘无影响’、‘不会影响’、‘compatible’。

分析： 这条规则强制 AI 在分析完后给出一个清晰的兼容性判定，而不是含糊其辞。非常实用。

规则 4：JSON 示例必须包含 bType ⚠️ 过于机械

每个展示 API 参数的 JSON 代码块必须包含 ‘bizType’ 字段。

分析： 对当前项目有用，但如果项目上下文变了就不适用了。

真实案例使用，如下截图：

/sleep run 结果：

/sleep status 结果：

9.4 这个案例告诉我们什么

有价值的部分：

•引擎准确识别了工作模式——电子签约系统的 API 对接和变更影响分析

•规则 1 和 3 是真正有深度的通用规则

•门控正确拦截了前 3 次的低质量提案（第 3 次试图把具体函数名硬编码成规则，被拦截了）

价值有限的部分：

•规则 2 和 4 过于具体，不如直接写在 CLAUDE.md 里

•held-out 分数只提升到 0.056，改进幅度很小

•19 个会话只提炼出 5 个有意义的任务，输入数据偏少

9.5 实际建议

SkillOpt-Sleep 不是"跑了就有效"，而是"有高质量的失败经验才有效"。

把它想象成一个实习生——如果你每天只让它取快递，它永远学不会写代码；但如果你让它参与了几次有深度的 code review 并纠正了它的错误，它才能真正成长。

十、一张图记住所有

图 1 · 主流程（输入 → 门控 → 采纳）

读者怎么读：自上而下；菱形为「验证门控」与「是否 adopt」；

拒绝退步会回到「反思+有界编辑」，不自动写文件。

图 2 · 接入方式（横向总览）

星形结构兼容性优于无箭头横线 ---。

总结：值不值得用

适合你的场景：

•你每天高频使用 Claude Code / Codex 编程

•你有反复纠正 AI 同一个问题的经历

•你希望 AI 能"记住"你项目的规范和你的编码习惯

•你愿意给 AI 一个"成长"的机会

不太适合的场景：

•你只是偶尔用 AI 辅助写几行代码

•你的项目高度敏感，不能有任何数据经过外部 API（除非用 mock 后端）

•你只用一次就不再使用的项目

我的建议：

先用 --backend mock 在你最常用的项目上跑一次 dry-run，看看它从你的历史会话里学到了什么。如果结果让你眼前一亮——那就正式接入 nightly cron，让它每天悄悄帮你变强一点点。

工具的价值不在于它有多强大，而在于它能不能随着你的使用变得越来越懂你。

SkillOpt-Sleep 是目前我见过的最接近"AI 自我进化"这个理念的实用工具。