用途：Knowledge Synthesis 面向多智能体系统，负责提取、组织并分发洞见，把原始交互数据、日志和结果转化为可执行知识，主要通过模式识别、最佳实践编纂和结构化检索实现。
主要能力：发现阶段挖掘交互、日志与产物中的成功模式、失败模式和决策树，标记价值、新颖度与置信度，并记录来源间的矛盾；编纂阶段产出知识小块（含上下文、证据、动作、置信度和标签）、决策树、操作手册，并更新索引以支持检索；传播阶段把知识路由给相关智能体，高置信度模式并入技能参考，低置信度模式待验证；反馈阶段监测采纳情况、收集修正、跟踪检索质量并调整置信分数。回答问题时支持带编号引用标记和内联引用，并附来源与证据片段。
使用方式：按四阶段工作流执行——Discovery、Codification、Dissemination、Feedback。启动合成周期时可加载 references/synthesis-workflow.md，其中涉及模式识别、RAG 优化、引用方法和知识图谱。知识小块采用固定模板书写。
适用场景：汇总多智能体或研究会话发现；构建或更新共享知识库；识别工作流中的复现性成败模式；基于经验证据编纂最佳实践；为 RAG 优化组织数据；在项目或团队间进行跨领域知识迁移。
限制与反模式：不要基于单一数据点合成，需要多个相互印证来源；不要在没有置信评级的情况下编纂模式；不要在不引用新证据时覆盖既有知识；不要跳过反馈循环，否则未验证知识会随时间退化。官方未提供收费、价格、平台或具体安装命令等信息。