用途：对 AI 各子系统做结构化自愈评估，识别漂移、过时、错位与错误模式，再通过接地、针对性纠偏和记忆整合恢复平衡。
适用时机：会话中途疲劳、连续出错后、上下文过载、复杂任务完成后的整合、任务间的周期性自检。
输入：必需为当前会话状态；可选为触发自检的具体症状、对 MEMORY.md 与项目文件的读取权限。
主要能力与流程：
- 分诊评估：按记忆基础、推理清晰度、工具使用准确性、用户意图对齐、创意连贯性、运行状态六个子系统，判断正常、早期漂移或受损，并按优先级排序。
- 选择修复方式：按脉轮—子系统对应表选取一至三个优先子系统及具体动作；不确定时默认先处理记忆基础与用户意图对齐。
- 接地：重读 MEMORY.md、用户原始请求与澄清内容，确认当前任务位置、已完成与待办，识别过时假设与上下文压缩丢失的信息。
- 扫描：逐子系统探查，如假设是否与记忆文件一致、方案是否最简、最近工具调用是否正确、是否在解决用户真正提出的问题、表达是否模板化。
- 重平衡：对过时假设、范围漂移、过度复杂、工具模式错误、语气不匹配、上下文缺口立即应用纠正，而非留作未来意图。
- 整合：总结发现与纠正效果，仅在洞察具有跨会话持久价值时更新 MEMORY.md，并设定下次自检检查点。
验证要点：分诊覆盖全部子系统、至少有一条具体发现、接地包含重读基础上下文、纠正立即执行、记忆文件仅记录持久洞察、过程诚实而非表演式自评。
常见陷阱：表演式自评、过度纠正、污染记忆文件、跳过接地、自诊断偏差。
限制：资料未提供具体实现代码、安装命令、平台支持、收费方式或效果数据；MEMORY.md 不可用时可基于会话本身接地，若关键信息因压缩丢失应向用户说明而非猜测。