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.

Plan de implementación de holones de mejora automática → Ejecutar → Evaluar → Bucles de flujo de trabajo compuestos con cristalización explícita del conocimiento. Generaliza la ingeniería compuesta más allá codificación a cualquier dominio donde el trabajo produce señales que se pueden aprender: escritura, investigación, aprendizaje, resolución de problemas, diseño. Úselo cuando: (1) la calidad de la tarea sea importante y pueda mejorar con el tiempo, (2) los patrones surgen del trabajo repetido, (3) el conocimiento debe acumularse, (4) las tareas futuras deben beneficiarse de los aprendizajes pasados, (5) "componer", "aprender de", "mejorar el proceso", "captar aprendizajes" o flujos de trabajo de varios pasos con ciclos de revisión. Orquesta agentes de investigación paralelos, evaluación de lentes múltiples y codificación de conocimiento estructurado en documentación con frontmatter YAML. Implementa λο.τ → λ(ο,Κ).τ donde Κ es conocimiento acumulado que agrava los intereses a lo largo del tiempo. Fuente: zpankz/mcp-skillset.

Ver original