neural-training
Neural pattern training with SONA (Self-Optimizing Neural Architecture), MoE (Mixture of Experts), and EWC++ for knowledge consolidation. Use when: pattern learning, model optimization, knowledge transfer, adaptive routing. Skip when: simple tasks, no learning required, one-off
Installation
Pick a client and clone the repository into its skills directory.
Installation
About this skill
Neural pattern training with SONA (Self-Optimizing Neural Architecture), MoE (Mixture of Experts), and EWC++ for knowledge consolidation. Use when: pattern learning, model optimization, knowledge transfer, adaptive routing. Skip when: simple tasks, no learning required, one-off operations.
How to use
Zainstaluj skill w swoim projekcie claude-flow, upewniając się że masz dostęp do repozytorium ruvnet/claude-flow i narzędzia npx.
Przygotuj dane treningowe — zbierz przykłady wzorców, które chcesz aby agent nauczył się rozpoznawać lub optymalizować. Skill najlepiej sprawdza się dla zadań wymagających uczenia się, a nie dla operacji jednorazowych.
Uruchom trening wzorców poleceniem npx claude-flow neural train --model-type moe --epochs 10, gdzie epochs określa liczbę iteracji. System automatycznie zastosuje SONA do adaptacji i MoE do routingu między 8 ekspertami.
Monitoruj postęp treningu komendą npx claude-flow neural status, aby sprawdzić czy konsolidacja wiedzy przebiega prawidłowo i czy EWC++ chroni wcześniej nauczone wzorce.
Po zakończeniu treningu przechowaj udane wzorce i użyj npx claude-flow neural predict --input "opis zadania" do testowania routingu na nowych danych. Skill automatycznie wybierze odpowiedniego eksperta na podstawie złożoności zadania.
Regularnie konsoliduj wzorce poleceniem npx claude-flow neural optimize --target latency, aby utrzymać wydajność i zapobiec zapominaniu starszych wzorców podczas dodawania nowych.