用途：salvage 用于在放弃或重启一段工作前，把已获得的经验显式提取出来。核心理念是代码如今很廉价，学习才是资产。它充当从 Review 回到 Problem Space 的桥梁，在检测到偏离时捕获所学，以便干净重启而不丢失理解。
适用时机：工作正在漂移、方案已反转 3 次以上、范围扩张且“完成”标准不断模糊、因投入而不愿丢弃代码、或想重来但不想丢失所学时调用 /salvage。工作正常收敛时不应使用，它用于重启前的提取，而非日常反思。
主要能力：分四步。第一步承认状态，直接说明被 salvage 的原因、原目标与实际发生的情况。第二步提取五类内容：模型转变（哪些假设错了）、护栏（硬性发现的约束，含边界、原因、触发条件）、缺失上下文（本应提前知道什么）、本地实践（难以获得的经验智慧）、以及哪些做法有效。第三步打包成重启套件，包含 Salvage 摘要、原目标、被 salvage 原因、关键学习、新护栏、重启上下文和可复用片段。第四步持久化学习。
使用方式：以 /salvage 调用，可带会话名如 /salvage auth-refactor。无会话名时，产出报告后询问是否保存并建议名称。输出固定为 Salvage Report 结构，含 Salvaged、Reason、Original Aim、Learnings、New Guardrails、Missing Context、Local Practices、Reusable Fragments、Fresh Start Recommendation。
增强与限制：基础版仅提示词，可在任何地方使用，产出摘要供手动捕获，无持久化。配合 .oh/ 会话文件可读写上下文并建议压缩。配合 Open Horizons MCP 可查询过往决策、记录到图数据库、创建重启包。配合 RNA MCP 可先检索失败领域判断是否可预测，再写入 .oh/metis/ 与 .oh/guardrails/。若反复出现相似学习，说明语料库有知识但未被查阅，值得 /distill。具体平台、收费与效果资料未提供。