用途：这是 CawPlan 的内部 QA 检查技能，用于验证新的 AI 编码会话摘要功能。它通过 cawplan CLI 拉取单个会话的完整对话，并由执行者（人或智能体）按参考文档规则生成叙事式摘要，最后展示结果并做只读自检。
主要能力与流程：
- 先运行 cawplan skill check 完成引导。
- 确定要测试的会话：若请求直接给出 entry_id 则跳过；否则按人员（可选，用 cawplan session members 做不区分大小写/子串匹配，多个匹配时列出编号让用户选择，未指定则用当前用户）和日期（默认最近 2 天）列出会话：cawplan session my-sessions --date "<date>" 或 cawplan session my-sessions --user-id "<resolved_user_id>" --from "<from>" --to "<to>"。多个结果时列出 session_title、日期时间、项目、entry_id/unique_id 让用户选择，不自动挑选。
- 获取完整对话：cawplan session conversation --entry-id "<entry_id>"，返回 data.messages[]，为有序的 {role, time, text} 条目。若无消息则说明并停止。
- 自行生成摘要：阅读 references/SESSION_SUMMARY_RULES.md，按顺序通读消息，写成叙事散文（非要点），最多约 800 词且与内容成比例，匹配对话主要语言；直接作为推理步骤完成，不写脚本、不调用外部 LLM API。
- 报告：依次展示会话标识（entry_id、session_title、日期、消息数）、完整摘要，以及一行自评（摘要是否真实反映对话、是否编造或遗漏）。
限制：仅展示，不写回 CawPlan，也不与云端持久化摘要对比（该功能较新，历史会话在重新丰富前没有摘要）。超长会话仍可一次性直接摘要，生产环境的 map-reduce 切片属于 LLM 输出预算问题，不是本手动测试的要求。