用途：Skill Miner 面向编码智能体的真实使用记录，目标是找出反复出现的工作流，提取可复用技术，并把有潜力的候选转化为带证据的技能草稿。
适用场景：用户想扫描过去的编码智能体会话以寻找重复工作流；怀疑自己总在手动让智能体做相似任务；团队希望基于实际工作而非头脑风暴建立候选技能清单；已有记忆、会话日志或项目笔记中存在尚未打包的重复流程。不适用于调优已有技能（应使用 skill-personalizer），也不适用于将私有技能公开发布（应使用 skill-generalizer）。
工作流程：定位真实证据，如会话 JSONL、记忆摘要、仓库笔记、重复脚本和近期项目文件夹；在本地会话文件或导出的记录可用时，运行 scripts/scan_sessions.py 生成首轮脱敏聚类报告；按意图、触发措辞、所用工具、涉及文件和验证模式对重复工作进行聚类；过滤一次性任务、普通编码知识和更适合放入 AGENTS.md 的项目专属说明；按复现频率、摩擦、风险、可移植性和未来价值为候选打分；为每个强候选起草简洁的技能名称、触发描述、工作流大纲、所需打包资源和验证提示；建议每个候选应保持个人使用、通过 skill-generalizer 变为公开技能，还是跳过；若用户要求继续，则创建所选技能文件夹并校验 frontmatter 与布局。
证据规则：引用或总结足够的来源证据以支撑每个候选；除非用户明确要求原始证据，否则不暴露敏感记录内容；避免把每个重复任务都变成技能，优先选择能改变未来行为的指导性工作流；把宽泛的意图聚类当作导航提示而非技能草稿；在信任基于正则的工作流候选前，抽查正例和近似案例；若会话访问不完整，将发现标注为部分并列出已扫描内容。
参考：进行完整会话历史扫描或创建候选技能草稿前，先阅读 discovery-rubric.md；使用 scripts/scan_sessions.py --help 查看确定性扫描器，它支持原生 Codex/Claude/Gemini 风格的本地证据、用于其他智能体的 --export 输入，以及用于个性化工作流定义的 --patterns。其输出应作为供审阅的证据，而非自动创建技能的决定。
限制：资料未提供具体收费、价格、平台支持范围或效果保证；实际可用性取决于本地会话文件与导出记录是否可访问。