用途：Reflect 用于把当前对话中的可复用经验挖掘出来，并路由到技能（skill）的具体编辑。当用户说 "reflect" 或 "/reflect" 时调用；若对话琐碎、跑题，或已被现有技能正确覆盖，则跳过。一次性问题不算经验教训。
主要能力与使用方式：
- 定位当前对话记录：在系统提示指定的 agent-transcripts/ 目录中查找，不要跨工作区 glob。示例命令：ls -t <agent-transcripts>/.jsonl <agent-transcripts>//.jsonl <agent-transcripts>//subagents/*.jsonl 2>/dev/null | head -10。逐个候选文件读取第一行 JSONL，取 message.content[0].text 包含本次对话起始用户提示的文件；若无匹配，则传入会话的精简摘要。
- 并行生成三个评审子智能体：一条消息中三次 Task 调用，subagent_type: generalPurpose，agent mode（readonly: false）。三个视角分别为 Judgment、Tooling、Divergent，各自有角色行、默认模型与提示模板（references/judgment-reviewer.md、references/tooling-reviewer.md、references/divergent-reviewer.md）。模型按 pstack-models.mdc 规则取名，缺失则用默认；值为 auto 或 inherit-parent 时留空。
- 综合：一次 Task 调用，模型取自 reflect judgment, divergent, synthesizer 行（默认 claude-opus-5-5-xhigh），传入 references/synthesizer.md，并内联各评审完整输出，返回 Accepted / Rejected / Backlog 列表。
- 结构强制检查：凡能由 lint 规则、脚本、元数据标记或运行时检查更可靠执行的 Accepted 项，移入 Backlog。
- 应用：先展示完整的 Accepted / Rejected / Backlog 输出，等待用户明确批准后再应用任何 Accepted 编辑；由用户挑选子集并可能重定向路由。技能变更会影响组织中所有未来智能体，不要自动应用。Backlog 项无需等待，直接提交到团队的 devex 或 backlog 跟踪器。
- 按批准的 Routing 执行：琐碎的现有技能编辑由父级直接完成；实质性编辑交给 Cursor 内置 create-skill 并运行其 draft / test / iterate 循环；描述触发问题（tune description: <skill path>）交给 create-skill 运行描述优化循环；新技能（new skill via create-skill: <kebab-name>）交给 create-skill，不要临时自创结构。若环境提供 SKILL.md 校验器，在声明完成前对每个被修改的技能运行它。
- 向用户总结：简短列表，无前言，列出已应用编辑、新建技能、已归档 Backlog 项和被丢弃项及原因。
适用场景：需要把一次对话中的经验固化到智能体技能时。
限制：不适用于琐碎或跑题的对话；一次性问题不算经验；技能更改需用户明确批准，不可自动应用；需 MCP 访问以核对引用。