从项目经验提炼知识库

目标：让另一个项目的Agent知道先做什么、什么方法值得试、典型数值和成本怎样、哪些地方不能想当然，而不是把项目日志换个目录。

适用于开发、科研、性能与工具项目；不限定领域或知识深度。先复用已有证据，不为整理知识库重跑实验或扩研究范围。

知识内容、skill使用入口、维护仓库是不同层次。可更新现有kb-*、补反例/适用条件，或向独立领域库交付；不必每次新建skill。已在领域流程内完成选材与验收时，直接遵循目标库当前规范，不再重复通用筛选或确认。

1. 找到值得迁移的材料

• 从用户目标、当前交付和已有知识库入手；先找真实维护源，能补现有kb-*或独立领域库就不另建重叠库。历史快照、安装副本与当前源分开；不从副本另开技术事实分支。
• 用load-mem回收相关背景，按线索查报告、配置、结果表、决策、journal、Git和历史消息；有记忆工具时主动查真实踩坑与更正，不只读README或最终成功报告。
• 旧Agent标出的“必须记住／不要再犯／已撤销”是高价值线索，直接提取其已有证据，不无故重做调查。
• 这些标记不自动证明因果或当前有效；对重要数字、配置和修复，找到对应结果或当前记录。旧错误保留为反例，更正另标清楚。
• 沿相关线索补齐即可；不全库倾倒、不要求每个记忆系统都搜一轮。缺来源或资料不可访问，标明缺口。
• 外部资料有用则连同固定版本、出处与原文/许可条件保留；区分外部报告与本项目复现，不把文献数字写成本地成绩。

完成标志：已找到能指导相似任务的材料及来源，也知道哪些只是状态、猜测或已失效记录。

2. 判断价值，不按篇幅或新奇程度筛

核心问题：拿掉这条，下一位Agent是否容易选错、漏条件、估错收益/成本，或重踩已发生的坑？

• 宁可把有价值的长尾放reference，也不为入口短而丢条件、反例或经典数值；不机械只留top几条。
• “历史被记过”是优先线索，不是必须照抄；合并重复项，核对更正，保留可操作细节。
• “项目特定”不等于不能迁移：模型/硬件/版本可作为案例条件保留，个人路径、身份、凭据和运行状态不作通用知识。
• 一个案例是经验锚点，不是总体规律；只有同条件重复或多例支持，才谈范围和趋势。机制事实、实测、推断分别写。

完成标志：每个建议保留的主题都有用途与具体内容；舍弃理由不是“太基础”“只出现一次”这类机械标签。

3. 给建议，让用户补漏确认

先在聊天里给一轮按主题合并的短清单，不先写完整知识库或另建评审文档：

表格只是结构示意；替换成项目的真实内容，不拿空泛分类让用户自己找材料。简短列出建议不带走的内容和重要缺口。

• 给明确推荐，不把所有条目都变成问题；通常问一句：“建议保留这些。哪些要删，哪些重要经验我漏了？”
• 等用户确认、删补或明确委托你判断后，再成库；“默认多保留”不是把沉默当确认。
• 用户已明确选定材料/范围时复用该确认，不再问一遍。新出现的范围、敏感资料或影响结论的缺口再讨论。
• 用户补充的经历也标来源与证据等级；认可某结论不能代替实测或消除不确定性。

完成标志：保留主题与范围已对齐，用户有实际补漏机会；普通命名、排版和拆文件由Agent决定。

4. 按目标维护源交付

• 交付为skill时加载writing-skill，按命名、description、短入口与附属文件规则组织；文字遵循readable-docs。
• 已有独立领域库时，先读其当前入库、证据和发布规范；例如kernel经验进入kernel-knowledge，不复制正文回主体。通用流程不替代领域验收，也不强迫所有领域采用同一schema。
• 已确认的选材与已有有效验收直接复用；只有新增范围、敏感资料或关键证据缺口才再问。

以下是内容完整性检查；文件布局沿用目标库，不另造统一结构：

• 入口面向新任务：何时用、第一步查什么、如何选路、哪些误用先排查、何时转其他skill；不是项目年表。
• reference按需容纳经验规律、成功/失败路径、诊断与外部证据；完整配置、可计算表格和必要小样本放assets，不强制每库凑齐目录。
• 数值随比较合同保存：对象/版本、算法与关键配置、baseline、数据/样本/种子、指标/单位、结果和适用边界；性能另带硬件、负载、计时范围与成本。
• 不同比较组分开；粒度、后端、样本或预处理同时变化，称组合结果，不把全部增益归给一个因素。缺字段标未知，不填想当然默认值。
• 踩坑写到能行动：什么症状、错在哪、如何识别/修正、怎样验过；根因未明就保留未知，不编解释。
• 不只留“做什么”：保留关键先后顺序、参数关系、正确广播/归约轴、共享分支、缓存失效等真正易错条件。
• 相对引用要落到随包文件；关键理解不能只靠本机路径、私有会话或记忆ID。原始大工件可留项目，库内保留必要摘要、出处与未打包边界。

完成标志：新Agent不依赖原会话也能据此开始相似任务；经验仍带条件，没有变成无依据的普遍承诺。

5. 用真实案例走读，再交付

• 选已有代表性案例走一遍入口：能找到起步配置、预期量级、已知反例和诊断路径；无需重跑原实验。
• 抽查重要数值及配置与原记录一致，失败/撤销项不再作为正面证据；“可加载”不等于内容正确或跨项目效果已证实。
• skill交付按writing-skill检查触发与格式，其他条目按目标库规范；都核对引用、去情境化和可分发性，不把历史凭据带走。
• 在约定位置交付整目录，按需附迁移包；更新已有库保留用户修改和证据演变，不覆盖陌生内容。
• 告知维护源、交付位置、覆盖、未核实/未打包内容及发布状态即可。新实验和更大知识体系不是默认收尾工作。
• 使用后发现失效、遗漏或更强证据，回该维护源补条件、反例或更正，再按其规则发布；引用端复核摘要，不要求每次反馈都新建skill。

完成标志：内容、可移植性与实际交付均已检查；未验证边界诚实保留。

维护

本流程只随真实漏筛、过筛、遗漏或误迁移反馈做小修；具体领域经验回目标kb-*或独立库，不堆进本流程。