用途：将 AI 工具对话记录压缩归纳为按主题分类的知识文件，便于沉淀重复任务、痛点与工作流模式。由 skillers-compactor 智能体在 /skillers compact 时调用，也可单独手动使用。
主要能力：从 $ARGUMENTS 解析参数：--scope（repo、global、both，默认 global，决定知识写入范围）、--state-dir（覆盖状态目录，默认取平台值）、--days（分析最近多少天记录，默认 7）。自动检测已安装的 AI 工具并读取其记录：Claude Code 位于 ~/.claude/projects/{project-hash}/{session-id}.jsonl；Codex CLI 位于 ~/.codex/sessions/{YYYY}/{MM}/{DD}/rollout-*.jsonl，另有 ~/.codex/history.jsonl；OpenCode 使用 SQLite 数据库 ~/.local/share/opencode/opencode.db（Windows 可能在 %APPDATA%/opencode/opencode.db），另有 ~/.local/state/opencode/prompt-history.jsonl。Cursor 与 Kiro 不保存可访问的本地对话历史，压缩时跳过。
流程：解析路径、按修改时间筛选记录、抽取观测（pain、repeat、task、wish、workflow 类型），按语义聚类为主题（如 ci-pr-workflow），计算综合权重（频率、时效、跨会话、痛点加权），与已有知识文件合并去重，清理陈旧条目，并更新配置（lastCompactedAt、lastTranscriptsProcessed），最后返回 JSON 汇总。
限制与约束：必须在解析前用 lib/sanitize.js::redact() 脱敏原始行，禁止敏感数据进入上下文或知识文件；需优雅处理畸形 JSONL 与缺失表；按时间戳去重；主题名上限 40 字符；一次最多读取 20 个记录，单条记录最多 500 行（长会话取前 200 行与后 300 行）。不为一次性任务生成观测。
适用场景：希望从多工具对话历史中提炼长期可复用的工作流、重复任务与用户诉求时。具体收费、平台支持等资料暂未提供。