用途：在完成一个较大功能或修复后，从会话中提取值得记住的模式，把经验沉淀为可复用的直觉（instinct）与技能，并在开始类似工作前调用已学内容。
主要能力：
- 直觉生命周期：发现（记录模式、上下文、0.0-1.0 置信度与证据）、验证（至少一次成功验证、上下文足够具体、无冲突直觉）、存储、进化。
- 存储字段：name、pattern、context、confidence、evidence、created、usage_count、success_rate。
- 进化阈值：confidence>0.9 且 usage_count>5 且 success_rate>0.9 升为技能候选；confidence<0.5 且 usage_count>3 弃用；30 天未变则复核。
- 置信度分档：0.9-1.0 已验证模式可升技能；0.7-0.9 可放心使用；0.5-0.7 谨慎使用并验证；0.3-0.5 仅记录不依赖；0.0-0.3 丢弃。
- 导入导出：以 JSON 格式导出全部直觉（[{name, pattern, context, confidence, evidence}]），导入时与现有合并，重复项更新置信度。
使用方式：在功能/修复完成后、发现值得记住的模式时、会话得到非显然解法时记录直觉；开始类似工作前应用已有直觉。资料另含来自 continual-learning 的 AGENTS.md 维护流程：触发后调用 agents-memory-updater 子代理，父技能只做编排，不挖取对话记录、不直接编辑文件、不绕过子代理。
适用场景与限制：适合需要跨会话积累经验的 AI 编码工作流。置信度初始带主观性，需靠使用次数与成功率提供客观数据；具体模式应在进化中逐步泛化。资料未提供安装命令、平台支持、收费与具体集成细节。