# Auto Extract > 当需要从当前对话提炼可复用经验、用户偏好或配置改进（「从这次对话学习」「记录这次的教训」），或明确要求分析历史 agent 会话中的重复纠正与模式时使用。 - Skill: `cuipengfei/auto-extract` (Agent Skill) - Install (CLI): `npx skillmds@latest add cuipengfei/auto-extract` - Raw SKILL.md: https://api.skillmd.com/api/skills/cuipengfei/auto-extract/raw - Safety review: pending - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: AI & ML - Author: cuipengfei (https://skillmd.com/u/cuipengfei) - Updated: 2026-09-10 - Page: https://skillmd.com/skills/cuipengfei/auto-extract --- # 会话学习技能 两个模式：分析当前对话，或批量分析历史会话。提取可复用的学习并存起来。 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）： 1. **参数以 "历史分析" 开头** → 历史数据源 2. **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**: 不硬编码路径，按当前 agent 的惯例自己找。 1. **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（`~/./` 或 `~/.local/share//`） 2. **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 3. **定位会话历史**（按优先级尝试）: - 已知的 agent 数据目录（`~/./`、XDG `~/.local/share//`） - 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 - 先用搜索工具拿纠正短语（"不要"/"别"/"我说的是"/"don't"/"stop"/"I meant" 等）扫会话文件，只读命中的会话；扫不到再放宽到读全文 - 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 | | ------------------- | ---------------------------- | ------------------------ | | 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 | | 项目根配置 | "这个项目整体需要知道什么？" | 项目级、版本控制 | | 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 | | 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，用当前宿主的交互式提问工具让用户决定（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 → 用户配置 │ └─ 否 → 继续 Q2 │ ├─ Q2: 是否与当前项目整体相关？ │ ├─ 是 → 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 → 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 → 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" | 用户配置 | 跨项目的工具选择 | | "用户偏好简洁响应" | 用户配置 | 跨项目的风格偏好 | | "用户偏好中文交流" | 用户配置 | 跨项目的语言设置 | | "这个项目有 21 个独立插件" | 项目根配置 | 项目整体结构 | | "插件 plugin.json 不要用 $schema 字段" | 项目根配置 | 项目通用规范 | | "oc-tweaks 发布必须走 CI，禁止 npm publish" | 子模块配置 | oc-tweaks 子模块特定 | | "openspec proposal 必须包含 Why 和 What Changes" | 子模块配置 | openspec 子模块特定 | | "GitHub Code Search 按相关性排序" | 情境记忆 | 特定技术的经验教训 | | "并行 API 调用用 ThreadPoolExecutor" | 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。** ### 配置文件层（用户 / 项目根 / 子模块，CLAUDE.md / AGENTS.md） 三层本质相同：都是扫 `CLAUDE.md` 和 `AGENTS.md`，只是范围不同。不硬编码具体路径——不同 agent 工具的用户级目录各异，按当前环境自己找。 | 层级 | 扫描范围 | | ------------- | ---------------------------------------------------------------------------- | | 用户配置 | 用户级 agent 配置目录（如 `~/./`）下的 `CLAUDE.md`、`AGENTS.md` | | 项目根配置 | 项目根目录及其 `.claude/` 子目录下的 `CLAUDE.md`、`AGENTS.md` | | 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 - 没有子模块配置文件时，子模块内容归入项目根配置 ### 情境记忆 按优先级探测： 1. **宿主提供的记忆工具**: 当前环境有可调用的记忆存储工具 → 用它的接口 2. **宿主提供的记忆目录**: agent 自己会读取的 memory 目录（含 `*.md` 文件）→ 用读写文件的方式写入 都没有 → 如实告诉用户「当前环境没有可用的记忆系统」，由用户决定跳过这条，或改存到配置文件层。 **原则**: 只用宿主自己会读的记忆系统。不自建目录——自建目录没有东西会去读，写了等于没写。 --- ## Phase 5: 用户确认与持久化 ### Step 5.1: 展示分类 ```markdown ## 学习摘要 ### 用户配置（写入 {探测到的文件名}） - [学习项 1] ### 项目根配置（写入 {探测到的文件名}） - [学习项 1] ### 子模块配置（写入 {探测到的文件名}） - [子模块知识 1] ### 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。 - 发现重复或冲突，向用户展示并用当前宿主的交互式提问工具给出处理选项。 - 默认不自动覆盖。 ### Step 5.3: 用户确认 用当前宿主的交互式提问工具让用户逐条审核： - 允许多选 - 每条学习项一个选项（标签含层级和动作类型，说明含内容摘要和来源） 用户可全选、部分选或跳过。 ### Step 5.4: 执行持久化 确认后： 1. **阅读目标文件**完整内容，理解现有结构 2. **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** 3. 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 4. 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） 5. 情境记忆按后端来：工具后端用它的接口；目录后端按主题分文件（如 `patterns.md`），用 bullet points，保持简洁 6. 使用 **Edit** 工具执行修改 7. 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。 1. 查看当前数据，识别重复/冲突/孤立内容 2. 合并重复、连接孤立项（不可丢失有价值信息） 3. 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 | 归入项目根配置 | | 没有可用的记忆系统 | 如实报告，由用户决定跳过或改存配置文件层 | | 找不到会话历史 | 报告搜索路径和结果，请用户指定位置 | | 会话格式无法解析 | 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 | 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 |