用途：整理网页研究钩子自动抓取产生的索引。每次 WebFetch/WebSearch 会被存成 markdown 文件并写入 hooks/memory-palace-index.yaml，默认 routing_type: pending、maturity: seedling、importance_score: 50，长期无人处理会变成只写不读的堆积。本技能负责清空并保持清空该 backlog。
主要能力：把抓取索引接入插件已有的 corpus 工具（decay_model、keyword_index、marginal_value），提供只读报告、先 dry-run 的晋升引擎和 SessionStart 呈现钩子。晋升只使用结构性信号（新近度、域名权威、簇大小），决策确定性，不调用模型。
使用方式： 分析（只读）：uv run python scripts/memory_palace_cli.py index report 晋升 dry-run：uv run python scripts/memory_palace_cli.py index promote 应用：uv run python scripts/memory_palace_cli.py index promote --apply（先备份到 data/backups/）。 每条 pending 被分类为 promote（较新、权威或成簇，赋予实际重要性分数、路由类型，maturity seedling -> growing）、archive（孤立或超过归档时限且从未回访）、hold（其余保持不变）。--apply 幂等，且通常由 scripts/precommit_palace_maintenance.sh 在每次提交时自动运行。
提交约束：携带索引的提交必须零 pending，否则 scripts/check_capture_index_drained.py 会让提交失败，CI 中的 tests/test_capture_index_artifact.py 会复检。
呈现：SessionStart 钩子 hooks/index_surfacer.py 会列出价值最高的已晋升抓取，默认关闭，可在 memory-palace-config.yaml 设 feature_flags: context_injection: true 启用；出错时静默退出，不会阻塞会话。
限制与注意：抓取索引与检索读取的 data/indexes/keyword-index.yaml 是两个不同产物，整理其一不影响另一者；后者是派生数据且未纳入 git，可用 uv run python scripts/build_indexes.py 重建（先加 --dry-run 预览），构建器拒绝用空索引覆盖已有索引。frontmatter 无法解析的抓取不会进入关键词索引，可用 uv run python scripts/repair_capture_frontmatter.py（加 --apply 重写并备份）修复；修复后需重建关键词索引。上述分类、收费、平台与效果等未在资料中提及的信息暂未提供。