Doc Consolidation 用于把 Claude 会话产生的临时性 LLM 输出（如 _REPORT.md、_ANALYSIS.md）中有价值的知识提取出来，合并到永久文档中。适用场景：存在未被跟踪的报告或分析文件但内容有用、希望保留代码审查/重构报告/API 审计的见解、准备 PR 时需清理工作产物。不适用：文件已在 docs/、skills/ 等标准位置，或本就是有意的临时草稿，用户明确要求保留原报告格式，或源文件无可提取价值（纯日志）。
采用两阶段流程。阶段一（快速模型、只读）进行分诊：检测候选文件（依据 git 未跟踪状态、位置、命名、内容标记），分析并分类内容，按语义路由到已有文档或建议新文件，生成合并计划并等待用户批准。阶段二（主模型）在批准后执行：合并内容、成功合并后删除源文件、生成执行摘要。
内容分类及默认去向：可执行项→docs/plans/YYYY-MM-DD-{topic}.md；决策→docs/adr/NNNN-{date}-{topic}.md；发现/洞见→同层级最佳匹配文档，否则 docs/deep-dive/；指标/基线→docs/benchmarks/；迁移指南→docs/migration-guide.md；API 变更→CHANGELOG 或 API 文档。合并策略包括智能编织、替换章节、追加带上下文的新章节、以及创建新文件。
用法：可运行 /consolidate-docs，或直接说明需要合并报告文件。阶段一由 haiku 级模型处理 plugins/sanctum/scripts/consolidation_planner.py 中的若干函数以提升效率。合并时遵循 markdown 格式约定，并注意受众层级，避免把专家内容混入入门文档。
限制：若未找到候选会报告“no candidates”及所用搜索条件；提取质量低时可能需手动处理；合并冲突时可改用追加策略。未提供的收费、价格与平台信息暂未提供。