使用方法

选项 1：自动记录

只需说：

"保存对话信息"

该技能将：

1. 回顾对话历史
2. 提取关键信息
3. 创建/更新会话文件

选项 2：指定主题

指定会话主题：

"保存对话，主题是 skill-router 创建"

选项 3：手动提示

如果自动提取遗漏了某些内容，请提供详细信息：

"保存对话，重点是：1) 创建了 skill-router，2) 修复了 front matter"

文件命名

会话日志结构

sessions/
├── README.md                      # This file
├── 2025-01-11-skill-router.md     # Session about skill-router
├── 2025-01-11-prd-planner.md      # Session about PRD planner
└── 2025-01-12-refactoring.md      # Session about refactoring

隐私说明

会话日志存储在 sessions/ 目录中，该目录已在 .gitignore 中忽略。

• 日志不会提交到 git
• 日志包含您的实际对话内容
• 可以安全地包含敏感信息

快速参考

最佳实践

1. 在关键里程碑处保存：完成一个功能、修复一个错误等之后。
2. 主题要具体：便于后续搜索。
3. 包含代码片段：保存重要的解决方案。
4. 记录决策：为什么选择 X 而不是 Y？
5. 列出待办事项：下次需要做什么。

富内容提取（用于自我改进代理）

当通过钩子被其他技能触发时，session-logger 会提取结构化数据以供学习：

技能上下文捕获

当技能完成时，捕获：

## Skill Execution Context

**Skill**: {skill-name}
**Trigger**: {user-invoked | hook-triggered | auto-triggered}
**Status**: {completed | error | partial}
**Duration**: {approximate time}

### Input Context
- User request: {original request}
- Files involved: {list of files}
- Codebase patterns detected: {patterns}

### Output Summary
- Actions taken: {list}
- Files modified: {list with changes}
- Decisions made: {key decisions}

### Learning Signals
- What worked well: {successes}
- What could improve: {areas for improvement}
- Patterns discovered: {new patterns}
- Errors encountered: {errors and resolutions}

错误上下文捕获

当技能遇到错误时：

## Error Context

**Error Type**: {type}
**Error Message**: {message}
**Stack Trace**: {if available}

### Resolution Attempted
- Approach: {what was tried}
- Result: {success/failure}
- Root cause: {if identified}

### Prevention Notes
- How to avoid: {prevention strategy}
- Related patterns: {similar issues}

模式提取

为 self-improving-agent 提取可重用模式：

## Extracted Patterns

### Code Patterns
- Pattern name: {name}
- Context: {when to use}
- Example: {code snippet}

### Workflow Patterns
- Trigger: {what initiates}
- Steps: {sequence}
- Outcome: {expected result}

### Anti-Patterns
- Pattern: {what to avoid}
- Why: {reason}
- Alternative: {better approach}

结构化数据格式

对于机器可读的提取，请在会话日志中使用 YAML front matter：

---
session_type: skill_execution
skill_name: code-reviewer
trigger_source: hook
status: completed
files_modified:
  - path: src/utils.ts
    changes: refactored error handling
patterns_learned:
  - name: error-boundary-pattern
    category: error-handling
    confidence: high
errors_encountered: []
learning_signals:
  successes:
    - "Identified code smell in utils.ts"
  improvements:
    - "Could have suggested more specific refactoring"
---

与自我改进代理集成

当被 self-improving-agent 触发时：

1. 提取情景记忆：捕获所发生事件的完整上下文
2. 识别语义模式：标记可重用的知识
3. 更新工作记忆：记录需要立即进行的后续事项
4. 发出完成信号：如果需要技能链，则写入触发文件

自动触发行为

当通过带有 mode: auto 的钩子调用时：

• 静默创建/更新会话日志
• 无需用户交互即可提取结构化数据
• 如果日期/主题相同，则追加到现有会话
• 如果上下文差异显著，则创建新会话

每周安装数

81

仓库

charon-fan/agen…playbook

GitHub 星标数

11

首次出现

Jan 22, 2026

安全审计

Gen Agent Trust HubPassSocketWarnSnykFail

安装于

codex71

opencode69

cursor66

gemini-cli65

github-copilot60

amp58