会话分支

要解决什么问题

多轮 AI Agent 对话里，常见痛点是：主会话已经积累了上下文与决策，你只想在旁路试一个改法、对比两种方案，却又不想把试错过程写回「主线」。工程上需要的是类似版本控制里 branch 的隔离——同一任务起点，多条并行探索，最后保留一条或合并结论。

SkillHub 上的 @user_152a8db2/session-branch 归类为 ai-agent，名称直指「会话分支」这一工作方式：让模型在 Agent 场景下按技能约定处理分支会话相关请求，而不是把每次探索都混进当前线程。

技能如何工作（从公开信息能确定的部分）

本次资料中的 SKILL.md 仅声明其为该规范名下的技能包，未展开逐步流程。可确定的是：

• 技能以包名 @user_152a8db2/session-branch 分发，供支持 Skill 协议的客户端加载；
• 加载后，模型应读取技能正文中的指令，在 会话分支 类任务上遵循作者定义的行为边界；
• 与「单线程长对话」相比，价值在于把分支语义写成可复用的 Agent 约定，而不是每次用自然语言重复说明。

若你本地已安装完整技能，应以仓库内 SKILL 全文为准核对：何时建议开分支、分支与主会话如何区分、结束分支时如何收口。

适用边界与注意点

• 不要假设未在 SKILL 中出现的具体命令、API 或产品内置按钮；公开清单未提供实现细节。
• 分支是否真隔离、能否持久化、能否与主会话合并，取决于客户端与会话存储，技能侧主要是行为与流程说明。
• 适合作为 Agent 工作流里的「会话分支」规范片段；不适合替代你们自己的审计、权限与数据留存策略。