Mine Transcripts 是一个用于挖掘子代理会话转录的技能，属于 developer-skill-pack 技能包。它的目标是从本次会话中大量子代理的 JSONL 记录里提取“新发现”，也就是尚未被仓库现有学习文档覆盖的经验，并把其中信号最强的内容沉淀为持久文档。
用途
该技能适用于被要求“mine transcripts”“sweep for learnings”等场景。它关注的是子代理内部推理中才会出现的信息，而不是最终任务输出，具体包括：死胡同与回退（试了 X 失败后改用 Y）、静默恢复的工具错误（错误参数、缺失端点、认证异常）、未在最终输出中呈现的设计子决策、代理停顿或表达不确定的困惑点、多个代理重复出现的推理模式，以及在错误假设上耗时过长的调查。
主要能力
- 自动发现转录：无需参数，技能会自行定位子代理转录目录，常见路径为 ~/.claude/projects/-<编码后的仓库绝对路径>/<session-uuid>/subagents/agent-.jsonl，或 /private/tmp/claude-501/-<编码后的仓库绝对路径>/<session-uuid>/tasks/agent-.jsonl，也可从最近任务通知中的 tasks/<id>.output 路径查找。
- 噪声过滤：跳过纯 HTML 文件（ctx7/WebFetch 结果）、轮询等待日志、单行超 100KB 的崩溃文件和空文件。
- 去重基线：读取 .coord/learning-inbox.jsonl、docs/context/repo-practices.md、docs/context/known-issues.md、LEARNINGS.md，汇总已有条目与主题，作为去重依据。
- 并行挖掘：把高信号转录按大致相等的 token 权重分成 3 到 5 片，在单条消息中并行派发多个 learning-extractor。高信号类型包括 worker、worker-investigation、worker-refactor、worker-test、intent-validator、reviewer、learning-extractor 以及涉及推理的自定义类型；低信号类型（scribe、briefer、纯抓取/轮询、既往 learning-extractor 输出）跳过。
- 证据要求：每条候选学习项必须引用 agent_id 加原话或命令加观察，禁止空泛建议，每片最多 8 条，允许返回空数组。
- 结构化输出：提取器返回 candidate_learnings（包含 category、learning、evidence、confidence、suggested_destination、why_novel）和 process_observations。
- 汇总与持久化：跨片去重后，由 scribe 把接受的候选以 JSONL 追加到 learning inbox；对置信度为 high 且目标为 known-issues 的条目，向 docs/context/known-issues.md 追加新章节（含标题、失败描述、Symptoms、Workaround）；对 high 且目标为 repo-practices 的条目，向 docs/context/repo-practices.md 追加新章节（含标题、Why、When to use）。最后报告新增 inbox 条目数、known-issues 章节数和 repo-practices 章节数。
使用方式
调用命令为 /mine-transcripts，无需参数。若需要确定性的并行执行，可使用工作流脚本 workflows/mine-transcripts.js，它以带类型的 JSON Schema 输出、pipeline() 并行切片和结构化汇总实现同样的三阶段流程。
适用场景
适合在子代理数量较多（通常 30 到 100 个以上）的研究或开发会话结束后使用，把分散在内部推理中的经验沉淀为仓库级知识，避免同类问题重复发生。
限制
提取器必须并行运行，不能串行；不得为显得有产出而编造条目，空挖掘是有效结果；不读取 scribe 和 briefer 的转录，也不读取 learning-extractor 自身既往的 JSONL；必须保留所有既有学习条目，只追加不覆盖；每条候选都必须有带引用的具体证据。