Agent 经验提炼

它解决什么问题

Agent 经常在同一类任务中反复“重学”：知道上次踩了什么坑，却没有形成可检索、可比较、可复用的经验记录。这个技能面向 Agent 工作流中的复盘与知识沉淀，把一次任务里的关键判断、失败原因、有效做法整理成结构化卡片，并在后续任务中按需调用。

技能如何工作

核心流程包括：经验提取、卡片生成、关联推荐和检索复用。

• 输入来源：支持手动描述任务、读取对话历史、解析 MEMORY.md / TOOLS.md，或导入 .txt / .md 文件。
• 经验卡片：把任务背景、触发条件、关键步骤、避坑指南、价值等级等信息结构化，便于后续比较和检索。
• 关联推荐：根据标签重叠、任务类型相似、技能重叠、关键词匹配和场景相近度，自动推荐相关经验；单次推荐通常不超过 5 条，避免信息过载。
• 检索与去重：检索时强调最小匹配度和结果数量限制；新增经验时可检测相似度，对高相似条目提供合并、覆盖或保留选项。
• 导出管理：支持将经验库导出为 Markdown、JSON、CSV、PDF，也可按标签、时间或价值等级筛选导出。

适用边界与注意点

该技能更适合已经积累多轮任务日志、对话记录或笔记文件的 Agent 使用者。若经验库少于 3 条，自动推荐效果有限；在用户连续快速提问或只要求当前结果时，应避免插入自动推荐。经验卡片是方法论摘要，不是完整执行记录，引用前仍要结合当前任务上下文判断。