用途：在会话开始时把此前积累的知识显性化，避免智能体重复已记录过的错误。若不运行，.learnings/ 中的积累对新会话不可见，模型无从知晓。
运行方式：一是通过 SessionStart 钩子（scripts/pre-flight.sh）自动轻量扫描，约 100-200 tokens，仅在存在相关信号时输出简短提醒，无信号则零输出；二是在重大任务前手动触发，执行带区域过滤的深度扫描。
深度扫描步骤：读取 .learnings/LEARNINGS.md、ERRORS.md、FEATURE_REQUESTS.md 与 HEALS.md（来自自修复的已验证运行时修复，需优先呈现），提取 Pattern-Key、Summary、Priority、Status、Area、Related Files、Recurrence-Count、Last-Seen，HEAL 条目额外提取 Active-Context、Trigger 及 Handoff 块；读取 .evals/EVAL_INDEX.md 找失败或过期评测；检查 .context-surfing/ 中未读的交接文件；按任务领域过滤，保留 Area 匹配、相关文件重叠、高/紧急优先级，以及 Recurrence-Count >= 3 的条目；最后输出相关经验表、关键警告、失败评测、交接文件与建议清单。
集成：上游来自 .learnings/、.evals/EVAL_INDEX.md、.context-surfing/；下游为内层循环上下文，并在可提升模式较多时建议运行 learning-aggregator，存在失败评测时建议先修复。
限制：只读，不修改 .learnings/ 文件；不提升模式（由 harness-updater 或人工处理）；不运行评测（由 eval-creator 负责）；不阻断执行，仅呈现信息由智能体自行决定行动。增量扫描（.pre-flight-cache.json 缓存）为未来设想，当前钩子在每次会话启动时直接扫描。