SuperAPI AI 工具集

experience-synthesis

智能体与模型

查看项目

更新于 10-16 07:18

技能介绍

Experience Synthesis 是一个从 Claude 过往会话中学习的技能,适用于用户提出“从过去会话学习”“提取经验”“找出有效做法”“识别工作流模式”等请求时使用。

用途:分析历史对话,提取可复用、可操作的洞察,而非泛泛而谈。

主要能力:按 9 类分类法提取信息,并按持久度排序。包括:1. 学到的价值偏好(如“X 优于 Y”的对比与理由);2. 决策(选了什么、为何、放弃了哪些替代方案);3. 错误与更正(失败原因与修复方式);4. 有效模式(测试通过、构建成功、用户满意信号);5. 反模式(多次失败、用户中断、频繁编辑);6. 用户偏好(工具、模型、权限模式、分支命名等);7. 架构知识(组件关系、技术栈);8. 反复出现的问题;9. 性能与成本模式(token 用量、压缩次数、缓存命中率、模型选择)。

使用方式:先用 list-sessions.sh 定位相关会话,再用 extract-messages.sh 和 extract-tools.sh 获取细节;识别信号后进行跨会话交叉验证,结合 git 历史补充上下文,最后合成洞察。输出采用结构化格式,包含类别与标题、涉及会话、上下文、洞察、证据与行动建议。

洞察质量要求:具体、可操作、有证据、有适用上下文;应跳过通用编程建议、一次性偶发事件以及项目 CLAUDE.md 或 README 中已记录的内容。

限制:资料未提供安装命令、收费信息与支持平台等细节,暂未提供。