用途：distill-session 用于把顶级模型在完成任务时未明说的隐性推理，提取为显式、可验证、可迁移的规则，供较弱模型使用。核心观点是：弱模型失败往往不是不够努力，而是顶级模型静默执行了约束检查、顺序选择、失败模式规避等未报告的行为。
主要能力：按六个阶段推进。Phase 1 CAPTURE 保存原始任务、弱模型完整输出、可观察缺陷与顶级模型输出，文件路径为 .omc/distill-sessions/YYYY-MM-DD-[short-title].md。Phase 2 EXTRACTION 用一组问题绕过事后合理化，挖掘真实决策点，包括先看了什么、差点做错什么、同时记住哪些信息、选择不做什么、为何选此顺序、去掉哪步会坏、最简单的错误版本，并写出 3-7 条规则。Phase 3 DELTA ANALYSIS 做归因测试，判断某行为是否单独就能让弱模型成功，区分能力缺口与提示缺口，输出根因、最小修复与贡献因素。Phase 4 将规则蒸馏为满足可操作、可验证、有触发条件、最小化、因果性五条标准的规则，保存到 .omc/distill-sessions/patterns/[task-type].md。Phase 5 INTEGRATE 把规则并入 coding-workflow、debug-workflow、task-router 等技能并提升补丁版本。Phase 6 VALIDATE 用弱模型加更新后技能重跑原任务，按失败维度对比，给出 FIXED / BETTER BUT STILL WRONG / NO CHANGE / REGRESSION 判定。
使用方式：在完成复杂任务后立即使用，趁推理仍清晰；也可在弱模型失败后触发。资料提供了一份可直接复制的提取提示词，包含八个填空项。
适用场景：弱模型在你能处理好的任务上输出错误或肤浅；完成复杂任务后想挖掘可迁移规则；现有技能需要强化；你注意到自己在做尚无法完整表述的事。
限制：资料未提供安装命令、平台支持、收费或价格信息。该技能依赖人工诚实填写提取问题，Phase 3 被标注为最易出错阶段，需避免把成功归因于最显眼的步骤。若验证未修复，需回到 Phase 3 重新检查根因。