用途：Aiception 用于在工作中持续判断当前任务是否包含值得保存的可复用知识，并将其整理成技能文件，让未来会话可复用，从而实现不断积累与自主改进。核心原则是选择性提取，并非每个任务都会产出技能。
何时提取：遇到非显而易见的解决方案、误导性错误信息背后的真实根因、文档未覆盖的工具/库/API 集成知识、可精简的多步工作流、项目特有的约定或决策时。质量要求为可复用、非平凡、具体、已验证。
提取流程：第一步先用 search_thoughts 查询 Open Brain 是否已有相关知识，按强匹配更新、部分匹配新建并交叉引用、无匹配新建处理；第二步检索本地 .claude/skills/ 与 ~/.claude/skills/ 中的相关技能，按关系选择新建、更新并升版本或双向链接；第三步涉及具体技术时先检索当前最佳实践并附 References；第四步按固定结构组织技能（name、description、author、version 及 Problem、Context/Trigger Conditions、Solution、Verification、Example、Notes、References 等段落）；第五步保存到 .claude/skills/[skill-name]/SKILL.md 或 ~/.claude/skills/[skill-name]/SKILL.md；第六步用 capture_thought 写入 Open Brain，便于跨会话发现。
回溯模式：在会话结束调用 /aiception 时，回顾整段会话，列出候选知识及理由，聚焦最高价值、最可复用的内容，通常每个会话提取 1-3 个技能，并报告创建内容及原因。
限制与反模式：避免过度提取、描述模糊、未经验证、重复官方文档、囤积技能（技能超过 30 个时应复查最近最少修改的 5 个是否弃用）。技能存在创建、完善、弃用、归档的生命周期。资料未提供收费、价格、平台支持范围等信息。