用途：ruminate 用于挖掘 Claude Code 过往对话档案，提取从未被记录、但值得沉淀的知识，与已有 brain 内容交叉比对。它与 reflect（当前会话）、meditate（brain 库审计）互补，聚焦完整历史档案。
主要能力：识别用户纠正、反复出现的偏好、技术经验、工作流模式、挫败点，以及用户曾表达希望具备的能力。
使用方式：
- 读取 brain，生成快照：sh .agents/skills/meditate/scripts/snapshot.sh brain/ /tmp/brain-snapshot-ruminate.md，并将快照路径传给各分析代理。
- 定位对话目录：~/.claude/projects/-<cwd-with-dashes-replacing-slashes>/
- 提取对话并分批：python3 .agents/skills/ruminate/scripts/extract-conversations.py "$CONV_DIR" "$OUT_DIR" --batches N。约每 20 个对话 1 批，最少 2 批，最多 10 批。
- 创建代理团队（TeamCreate），每批一个代理，subagent_type: general-purpose、model: opus，并行运行；提示中提供批次清单、输出路径、brain 已记录主题列表及提取指令。
- 汇总所有 findings，与 brain 交叉比对、去重，并按频率与影响过滤，同时修正已过时或错误内容。
- 以表格向用户展示 finding、频率/证据、建议动作，由用户决定是否采纳；与技能相关的发现可直接更新对应 SKILL.md，采纳后按 brain 写作规范更新笔记与 brain/index.md。
- 清理临时目录：rm -rf "$OUT_DIR"
适用场景：回顾多个历史会话，提炼反复出现的偏好、纠正和经验教训。
限制：多数对话信号较低，需激进过滤；一次性纠正通常不值得录入；应优先更新已有笔记而非新建；仅在用户批准后应用改动；分析完成后需关闭代理。以上脚本路径与命令来自资料，具体运行环境要求暂未提供。