用途：AAR 对已完成的工作会话做结构化事后回顾，捕捉规格、门禁与计划遗漏的内容——实际发生了什么、摩擦出现在哪里、下次应改变什么。
主要能力：产出两份独立文件——证据记录（结构化、事实、可验证）与解读文档（叙述分析、经验教训、建议）。解读部分包含变更摘要、预期与现实、做得好与不好的地方、经验教训、行动项；仅当回顾已关闭的门禁时，额外输出门禁判定校准与需求归因，并按参考模式写入围栏账本块，再用脚本刷新派生快照。
使用方式：先解析领域（依据工作区根目录的 FORGE.md、LAB.md、WORKSHOP.md、RESEARCH.md，缺失时询问操作者）与领域知识库路径。根据会话信号判断上下文模式：热上下文跳过子代理，冷上下文则并发派发 Git 证据与工件状态两个子代理收集数据。随后进行结构化回顾，写入领域知识库的 aar 目录，两份文件成对提交。门禁关闭类 AAR 需运行 ${CLAUDE_PLUGIN_ROOT}/skills/aar/scripts/ledger.py derive ${DOMAIN_REPO}/aar/ --scope {domain} --out ${DOMAIN_REPO}/aar/ledger-{YYYY-MM-DD}.tsv 刷新快照并一并提交。最后做交叉引用，标记可传播到技能、门禁、准则或钩子的改动，交由操作者审阅。
适用场景：工作会话结束后的回顾、门禁关闭后的校准与需求归因分析。
限制：不自动修改技能、门禁或准则，仅标记建议；修剪决定由操作者跨领域快照做出，不基于单次门禁观察；证据记录不得包含分析或结论；领域知识库无法解析时写入工作区根目录并提醒操作者归档。具体收费、价格与平台信息暂未提供。