用途：当智能体任务所需信息超出单个上下文窗口时，用文件系统作为持久化存储与检索层，支持临时草稿、工具输出卸载、按需发现和跨智能体交接。
主要能力：将大型工具输出写入文件并只返回摘要与引用；把计划以结构化文件持久化并反复重读；让子智能体写入各自工作目录、由协调者直接读取；把技能存为文件并在相关时动态加载；持久化终端输出与日志并用 grep 选择性检索；允许智能体把学习到的偏好写入自身指令文件（需校验，属实验性）。核心是区分缺失、检索不足、检索过度、埋没四类上下文失败，分别用持久化、结构化文件、卸载与引用、glob 加 grep 配合语义搜索解决。
使用方式：静态上下文只保留名称、一行描述和文件路径等最小指针；需要完整内容时再读取。工具输出超过约 2000 token 时写入 scratch 文件并返回引用，用 grep 和带行范围的 read_file 检索。多智能体场景使用按智能体隔离的目录结构，如 workspace/agents/<agent>/，协调者汇总。检索工具组合包括 ls/list_dir、glob、grep、read_file。
适用场景：工具输出膨胀上下文、长轨迹需持久状态、子智能体需共享信息、技能或指令过大、日志需选择性查询。
限制：单轮即可完成或上下文充裕时不必要；文件 I/O 有延迟；模型需具备文件系统工具能力。需防范临时目录无限增长、并发写冲突、陈旧路径、glob 误匹配、未检查文件大小与存在性、草稿格式漂移和硬编码绝对路径。语义记忆、摘要压缩、多智能体拓扑等属其他技能范围。具体安装与命令资料暂未提供。