会话学习技能

双模式学习引擎：分析交互内容，提取有价值的学习并持久化。

两种模式共享同一条处理管线（信号提取 → 四层分类 → 存储探测 → 确认 → 持久化），区别仅在于数据从哪来。

模式路由

先判断数据源，再进入统一流程。

判断规则（按优先级）：

参数以 "历史分析" 开头 → 历史数据源
其他情况 → 会话数据源（默认）

注意：参数中偶然包含"历史"一词（如"分析历史片段"）不触发历史模式。只有参数以"历史分析"作为显式前缀时才切换。

Phase 1: 数据采集

根据模式路由结果，选择对应的数据采集方式。两种方式的输出相同：一组待分析的原始交互数据。

会话数据源（默认）

回顾当前会话内容，直接进入 Phase 2。

历史数据源

从 agent 历史会话日志中批量采集交互数据。

Step 1.1: 环境发现

核心原则: 不硬编码任何路径。利用 agent 的自认知能力自适应定位资源。

识别身份: 确认当前 agent 工具名称（Claude Code / OpenCode / 其他）和数据目录命名惯例（~/.<tool-name>/ 或 ~/.local/share/<tool-name>/）
定位配置文件: 从 cwd 向上搜索，收集所有 CLAUDE.md、AGENTS.md、.claude/CLAUDE.md、.claude/AGENTS.md，记录路径和内容摘要
定位会话历史（按优先级尝试）:
- 已知的 agent 数据目录（~/.<agent-name>/、XDG ~/.local/share/<agent-name>/）
- 搜索常见存储格式（*.jsonl、*.db/*.sqlite、*.json）
- 项目关联筛选（路径/目录名包含当前项目名，或会话内容引用当前项目路径）

向用户报告发现结果（配置文件 + 相关会话数量），确认后继续。

Step 1.2: 读取约束

最多读取最近 20 个会话（避免过量 token 消耗）
优先读取 user 类型消息（用户消息包含偏好信号，agent 回复通常是执行结果）
有 summary/title 字段时，先用摘要快速筛选，跳过明显无关的会话

Phase 2: 信号提取

对采集到的数据，使用以下维度提取有价值的信号。

核心维度（所有模式通用）

| 维度 | 关注点 | | ------------ | -------------------------------------------------------------------------------------------------------------------------------------------------------------- | | 进展顺利 | 成功的方法、有效的解决方案、好的决策 | | 进展不顺 | 失败的尝试、错误的方向、浪费时间的地方 | | 明确纠正 | 用户纠正的地方、拒绝的建议、表达不满的地方。检测纠正短语——中文："不要"/"别"/"不是…是…"/"我说的是"/"请用"；英文："don't"/"stop"/"I said"/"I meant"/"please use" | | 推断偏好 | 沟通风格、工具偏好、代码风格、工作流习惯 |

跨会话维度（仅历史数据源补充）

历史数据源拥有多会话视角，额外检测以下模式：

| 信号类型 | 检测方法 | | ------------ | -------------------------------------------------------------------------------------------------------------------------------------------------------------- | | 重复纠正 | 对"明确纠正"结果按主题聚类。同一主题跨 ≥2 个会话被纠正 → 信号升级为高优先级 | | 隐含偏好 | 用户在 ≥3 个会话中对同类选择做出相同决定（工具选择、文件命名、代码风格、沟通语言、响应长度等），但配置中无对应规则 | | 偏好冲突 | 先提取现有配置中的规则列表。有规则但仍被纠正 → 规则表述不清或已过时，需更新 | | 过时规则 | 提取配置文件中所有具体行为规则（排除身份性/通用性规则）。最近 10+ 个会话中从未触发且不属于低频场景 → 标记为可能过时 | | 负面情绪 | 搜索情绪信号词：连续感叹号(≥2)、全大写词(≥3字母)、"又"/"again"/"为什么总是"/"怎么又"。仅标记相关会话片段供人工审查，不直接生成建议——情绪信号需人工判断根因 |

信号输出格式

对每个提取的信号，记录：

内容: 学习项的具体内容
来源: 来自哪个会话/位置、具体的用户消息片段
频次: 出现次数（频次越高，信号越强）
动作类型: 新增 / 更新 / 标记过时 / 待确认
对应的现有配置规则（如有）

Phase 3: 四层分类

语义定义

| 层级 | 核心问题 | 特性 | | ------------------- | ---------------------------- | ------------------------ | | Layer 1: 用户配置 | "每个会话都需要知道什么？" | 跨项目、身份性、自动加载 | | Layer 2: 项目根配置 | "这个项目整体需要知道什么？" | 项目级、版本控制 | | Layer 3: 子模块配置 | "这个子模块需要知道什么？" | 子模块特定、就近原则 | | Layer 4: 情境记忆 | "特定情境下需要召回什么？" | 情境性、按需查询 |

硬规则：单条知识唯一归属

每条学习项选择一个且仅一个存储层。
禁止跨层重复（包括改写后的同义重复）。
写入前，执行跨层去重检查：在所有已探测到的存储位置检索关键词。
发现重复或冲突时，使用 AskUserQuestion 让用户决定（移动 / 覆盖 / 忽略）；默认不自动覆盖。

决策树

对于每个学习项，依次问：
│
├─ Q1: 是否是每个新会话、跨所有项目都需要的信息？
│   ├─ 是 → Layer 1 用户配置
│   └─ 否 → 继续 Q2
│
├─ Q2: 是否与当前项目整体相关？
│   ├─ 是 → Layer 2 项目根配置
│   └─ 否 → 继续 Q3
│
├─ Q3: 是否与项目中某个特定子模块/子目录相关？
│   ├─ 是 → Layer 3 子模块配置（写入最近的子目录配置文件）
│   └─ 否 → 继续 Q4
│
└─ Q4: 是否是特定情境才需要的经验/知识/解决方案？
    └─ 是 → Layer 4 情境记忆

关键区分：

用户配置: "What I always need to know"（身份/常驻规则）
项目根配置: "What this project needs to know"（项目约定）
子模块配置: "What this submodule needs to know"（子模块约定，就近放置）
情境记忆: "What I learned for specific situations"（情境经验）

分类示例

| 学习内容 | 层级 | 理由 | | ------------------------------------------------ | ----------- | -------------------- | | "用户偏好 bun 而非 npm" | L1 用户 | 跨项目的工具选择 | | "用户偏好简洁响应" | L1 用户 | 跨项目的风格偏好 | | "用户偏好中文交流" | L1 用户 | 跨项目的语言设置 | | "这个项目有 21 个独立插件" | L2 项目根 | 项目整体结构 | | "插件 plugin.json 不要用 $schema 字段" | L2 项目根 | 项目通用规范 | | "oc-tweaks 发布必须走 CI，禁止 npm publish" | L3 子模块 | oc-tweaks 子模块特定 | | "openspec proposal 必须包含 Why 和 What Changes" | L3 子模块 | openspec 子模块特定 | | "GitHub Code Search 按相关性排序" | L4 情境记忆 | 特定技术的经验教训 | | "并行 API 调用用 ThreadPoolExecutor" | L4 情境记忆 | 特定场景的解决方案 |

Phase 4: 存储层探测

在持久化前，先探测当前环境可用的存储后端。不假设任何特定插件或 MCP 存在。

Layer 1-3 — 配置文件（CLAUDE.md / AGENTS.md）

L1/L2/L3 本质相同：都是扫描 CLAUDE.md 和 AGENTS.md，只是扫描层级不同。不硬编码具体路径——不同 agent 工具的用户级目录各异，由 agent 根据自身环境自适应探测。

| 层级 | 扫描范围 | | ------------- | ---------------------------------------------------------------------------- | | L1 用户配置 | 用户级 agent 配置目录（如 ~/.<agent-name>/）下的 CLAUDE.md、AGENTS.md | | L2 项目根配置 | 项目根目录及其 .claude/ 子目录下的 CLAUDE.md、AGENTS.md | | L3 子模块配置 | 项目子目录中已存在的 CLAUDE.md、AGENTS.md（排除根目录、node_modules 等） |

统一规则：

所有检测到的文件均参与去重检查
写入时选择语义最合适的一个
不存在则创建并添加适当头部
L3 无子模块配置文件时，将 Q3 内容归入 L2

Layer 4 — 情境记忆

按优先级探测：

记忆相关的工具: 当前环境有可调用的记忆存储工具 → 用
已存在的 memory 目录: 项目级或全局 memory 目录（含 *.md 文件）→ 用 Read/Edit/Write
兜底: 以上都不可用 → 在项目内创建 .memory/ 目录，以 markdown 文件存储

原则: 探测到什么用什么。不要求用户安装任何额外依赖。

Phase 5: 用户确认与持久化

Step 5.1: 展示分类

## 学习摘要

### L1 用户配置（写入 {探测到的文件名}）

- [学习项 1]

### L2 项目根配置（写入 {探测到的文件名}）

- [学习项 1]

### L3 子模块配置（写入 {探测到的文件名}）

- [子模块知识 1]

### L4 情境记忆（写入 {探测到的后端描述}）

- [经验 1]

### 标记过时（如有）

- [规则 1] — 原因：最近 N 个会话中从未触发

### 待确认（如有）

- [发现 1] — 需要用户判断：[具体问题]

Step 5.2: 跨层去重（MANDATORY）

对每条学习项，在所有已探测到的存储位置检索关键词，确认是否已存在同义内容。
若发现重复或冲突，向用户展示并用 AskUserQuestion 提供处理选项。
默认不自动覆盖。

Step 5.3: 用户确认

使用 AskUserQuestion 让用户逐条审核：

multiSelect: true
每个学习项作为一个选项（label 含层级和动作类型，description 含内容摘要和来源）

用户可选择全部、部分或跳过。

Step 5.4: 执行持久化

确认后：

阅读目标文件完整内容，理解现有结构
找到语义合适的位置插入/修改：已有相关 section → 合并进去；新类别 → 在相邻 section 附近创建。禁止追加到文件末尾
对于"标记过时"类，不自动删除——仅添加注释标记或询问用户是否删除
子模块特定的知识不要写入根配置（避免上层膨胀）；跨模块的通用知识不要写入子模块配置（避免重复）
Layer 4 策略因后端而异：工具后端用其 API；文件系统后端按主题分类（如 patterns.md），保持简洁，用 bullet points
使用 Edit 工具执行修改
报告保存了什么、保存到哪里

Step 5.5: 记忆整理（仅当使用工具后端时）

仅在使用了支持图谱/实体的记忆工具时执行。文件系统后端不需要。

查看当前数据，识别重复/冲突/孤立内容
合并重复、连接孤立项（不可丢失有价值信息）
向用户报告整理了什么

数据已干净则说明"已检查，无需整理"。

错误处理

| 场景 | 处理方式 | | ------------------------------ | ---------------------------------------------------------------------------- | | 配置文件不存在 | 创建并添加适当头部 | | 子模块无配置文件 | 归入 Layer 2 | | 情境记忆后端不可用 | 降级到下一优先级后端 | | 所有后端都不可用 | 使用兜底方案 | | 用户拒绝所有项目 | 确认并不持久化 | | 找不到会话历史（历史数据源） | 报告搜索路径和结果，请用户指定位置 | | 会话格式无法解析（历史数据源） | 读取少量样本推断结构；失败则跳过，继续处理其他会话源，最终报告跳过清单及原因 | | 会话数据过大（历史数据源） | 严格遵守 20 会话上限，优先最近的 | | 无有意义的模式 | 如实报告"未发现明显的改进信号"，不生造建议 |