compound-learning

SKILL.md

Core transformation: Task(ο) + Knowledge(Κ) → Output(τ) + Knowledge'(Κ') where Κ' ⊃ Κ (knowledge strictly grows)

Traditional workflows treat each task in isolation. Compound learning treats every task as a learning opportunity that improves future performance. Like compound interest, small improvements accumulate exponentially: each unit of work makes subsequent units easier, faster, and higher-quality.

Purpose: Transform intent into structured, actionable plan using accumulated knowledge.

Sich selbst verbesserndes Holon, das Plan→Ausführen→Bewerten→Zusammengesetzte Workflow-Schleifen implementiert mit expliziter Wissenskristallisierung. Verallgemeinert die Verbundtechnik darüber hinaus Codierung in jedem Bereich, in dem Arbeit lernbare Signale erzeugt: Schreiben, Recherchieren, Lernen, Problemlösung, Design. Verwenden Sie, wenn: (1) die Aufgabenqualität wichtig ist und kann sich im Laufe der Zeit verbessern, (2) Muster entstehen durch wiederholte Arbeit, (3) institutionell Wissen sollte sich ansammeln, (4) zukünftige Aufgaben sollten von früheren Erkenntnissen profitieren, (5) „zusammensetzen“, „aus lernen“, „Prozess verbessern“, „Lernen erfassen“ oder mehrstufige Arbeitsabläufe mit Überprüfungszyklen. Orchestriert parallele Forschungsagenten, Multi-Lens-Bewertung und strukturierte Wissenskodifizierung in durchsuchbarem Format Dokumentation mit YAML frontmatter. Implementiert λο.τ → λ(ο,Κ).τ wobei Κ ist angesammeltes Wissen, das sich im Laufe der Zeit interessenartig summiert. Quelle: zpankz/mcp-skillset.

Original anzeigen