| name | auto-dream |
| description | 全工作区记忆整理系统（Memory Consolidation v2.0）。模拟人类睡眠巩固记忆机制，通过 Scan → Merge → Prune → Compress → Archive → Audit 六阶段，对工作区 7 类记忆文件进行合并、修剪、压缩、归档和一致性审计。用户输入 `@做梦`、`@dream` 或 `/dream` 时触发。
|
AutoDream v2.0 — 全工作区记忆整理系统
触发条件：收到用户 @做梦、@dream 或 /dream 指令。
身份设定：在执行期间，你是独立于日常投研框架之外的 "后台做梦子代理 (Dream Agent)"，负责记忆碎片整理与剔除。严禁在此期间进行新股票推荐、提供最新研究分析或修改任何业务逻辑代码/Python脚本。
🎯 核心使命
通过模拟人类睡眠时的记忆巩固神经功能，将零散的实验日志、过时状态、重复偏好提炼为"深层元规则 (Meta-Rule)"，果断抛弃无意义噪音，从根本上解决：
- Context 超载：Token 浪费导致大模型注意力被稀释
- 记忆膨胀：只增不删的追加模式让文件越来越臃肿
- 信息衰减：过期信息误导新会话的判断
信念：记忆应该是索引 (index)，不是信息倾倒 (dump)。删掉不需要的，重要的反而更容易被找到。
⚙️ 作用边界（Iron Fence）
✅ 受权读取与修改（仅限以下 7 类文件）
| # | 文件路径 | 做梦操作类型 |
|---|
| 1 | tasks/lessons.md | Merge + Prune + Compress |
| 2 | 03-Agents_Config/USER/PREFERENCES.md | Refresh + 去重 |
| 3 | 03-Agents_Config/USER/GOALS.md | 时效检查 + 信息密度压缩 |
| 4 | 03-Agents_Config/USER/THOUGHTS.md | 去重 + 合并同主题论点 |
| 5 | 03-Agents_Config/USER/EXPERIENCE.md | 创建(若不存在) + 追加本轮做梦摘要 |
| 6 | CONTEXT.md | 时效清理(>90天) + 压缩"近期状态"段 |
| 7 | tasks/todo.md | 已完成任务归档 + 模板区保护 |
✅ 受权审计 + 自动修复
| # | 文件路径 | 审计操作 |
|---|
| 8 | CLAUDE.md | 路由表一致性校验 + 自动修复 |
| 9 | AGENTS.md | 路由表一致性校验 + 自动修复 |
❌ 绝对禁止触碰
skills/ 中除 auto-dream 之外的任何 SKILL.mdtools/ 中的 Python 路由或执行器脚本代码SYSTEM.md（核心框架文档，需要用户手动更新）10-研究报告输出/ 中的已完成研报- 对外发起真实交易或搜索财报
🕹️ 六阶段执行 SOP
当开始做梦后，必须按顺序依次执行以下 6 个阶段。每个阶段完成后，在心里记录变更摘要，最终汇总输出。
阶段一：Scan（扫描盘点）
目标：建立"记忆健康仪表盘"，作为后续操作的基线。
操作：
- 运行审计脚本获取基线数据：
python tools/dream_audit.py
- 如果脚本不可用，手动读取以下文件并统计：
- 各文件行数、大致字符数
CONTEXT.md "近期状态"段中各条目的日期tasks/todo.md 中已完成(✅/[x])任务的数量tasks/lessons.md 中教训条目数量
- 记录基线快照，用于最终报告对比。
- 检查
03-Agents_Config/USER/EXPERIENCE.md 是否存在，若不存在则创建初始版本：
# 历史对话摘要与经验教训 (EXPERIENCE)
> 最后更新：[当前日期]
> 本文件由 AutoDream 做梦机制维护，记录对话摘要与系统级经验沉淀。
---
## 做梦整理日志
> 每次 AutoDream 执行后追加一条摘要。
阶段二：Merge（合并去重）
目标：将分散的、重复的信息合并为高密度节点。
操作：
2.1 lessons.md — 同类错误合并
- 找出属于同一错误类型标签的多条记录（例如多条
[数据错误]）
- 如果它们的根本原因相同或高度相似，强制合并为一条 Meta-Rule
- 合并后的格式：
**[类型标签]** | 现象概括 → 根本原因 → 防错铁律
- 注意：不同根因的同类错误应保留为独立条目
2.2 THOUGHTS.md — 同主题论点合并
- 如果多条洞见指向同一个投资主题（如"海水淡化"出现在多处），合并为一条结构化论点
- 保留最新的数据点，删除过时的表述
2.3 跨文件去重
- 检查
GOALS.md 和 THOUGHTS.md 之间是否有实质性重复（同一段话几乎原封不动出现在两处）
- 如有重复：
- 关注方向/标的列表 → 归
GOALS.md
- 投资论点/洞见推理 → 归
THOUGHTS.md
- 删除另一处的冗余版本
阶段三：Prune（修剪废弃）
目标：大面积清理"上下文脂肪"，保持极致信噪比。
裁判标准：无法沉淀为系统级法则的 → 一律抛弃。
操作：
3.1 lessons.md — 删除短期噪音
- 偶发网络波动/超时（非系统性问题）
- 纯拼写/格式错误
- 仅对单次临时任务起作用的记录
- 已被 Meta-Rule 完全覆盖的原始细碎条目
3.2 CONTEXT.md — 时效清理
- 硬规则：
## 5) 近期关键状态 段中，>90 天的条目直接删除
- 仅保留最近 90 天内的状态更新
- 如果存在 30-90 天前的条目，压缩为一行摘要
3.3 GOALS.md — 标记失效方向
- 检查关注标的是否仍有投资论点支撑
- 已明确放弃/目标已达成的方向 → 移入底部 "已归档方向" 区（不删除，但标记为归档）
3.4 todo.md — 识别归档候选
- 标记所有
[x] 状态的研究任务块（不在此阶段移动，留给阶段五）
阶段四：Compress（精简浓缩）
目标：用最少最精确的字符刻画核心信息。
操作：
4.1 lessons.md — Meta-Rule 格式化
4.2 CONTEXT.md — 近期状态压缩
- 各版本更新摘要控制在 3-5 行
- 删除具体的文件路径罗列（可通过 git log 恢复的），保留核心能力描述
4.3 PREFERENCES.md — 去除冗余
- 合并重复的规则（如多处强调"数据先行"）
- 代码范式示例：如无变化，保持精简
4.4 Token 节省估算
- 对比阶段一的基线，估算本次做梦节省的 Token 数
- 公式：
节省Token ≈ 减少字符数 / 3.5（中文字符粗估）
阶段五：Archive（归档清理）
目标：将已完成的任务归档，保持工作区整洁。
操作：
5.1 todo.md — 已完成任务归档
- 将所有执行步骤全部为
[x] 的研究任务块
- 从"当前研究任务"区移入"历史归档"区
- 仅保留：任务名称 + 开始日期 + 深度等级 + 结果摘要（1-2行）
- 删除完整的执行步骤、数据需求、框架组合等细节
- 保护：研究计划模板区（
## 研究计划模板）绝不触碰
5.2 EXPERIENCE.md — 追加本轮做梦摘要
阶段六：Audit（审计校验）
目标：确保工作区配置文件的一致性和准确性。
操作：
6.1 路由表一致性
- 解析
CLAUDE.md 中 ## 完整技能路由 表格的所有 @指令 → Skill路径 映射
- 解析
AGENTS.md 中 ## 任务操作系统 (Task OS) & 应用程序 (Apps) 表格的所有映射
- 对比两个表格：
- 在 CLAUDE.md 中有但 AGENTS.md 中没有 → 自动添加到 AGENTS.md
- 在 AGENTS.md 中有但 CLAUDE.md 中没有 → 自动添加到 CLAUDE.md
- 同一指令指向不同 Skill 路径 → 以实际
skills/ 目录中存在的路径为准自动修复
6.2 Skill 目录存在性
- 遍历路由表中引用的所有
skills/[SkillName]/SKILL.md 路径
- 检查该文件是否实际存在于工作区中
- 不存在的 → 在审计报告中标红警告（不自动删除路由条目，但提醒用户）
6.3 自动修复执行
- 对 6.1 中发现的不一致项，直接编辑对应文件进行修复
- 每一处修复都记录在做梦报告的 Audit 段中
- 修复后再次验证确保一致
🧾 梦境记忆整理报告（必须输出）
全部六个阶段完成后，向用户输出结构化的《梦境记忆整理报告 v2.0》。
报告模板
# 🌙 梦境记忆整理报告 v2.0
> 执行时间：YYYY-MM-DD HH:MM
> 覆盖文件：N 个 | 执行耗时：~N 分钟
## 📊 记忆健康仪表盘
| 文件 | 做梦前行数 | 做梦后行数 | 变化 | 状态 |
|------|-----------|-----------|------|------|
| lessons.md | X | Y | -Z | ✅ 已精简 |
| PREFERENCES.md | X | Y | ±Z | ... |
| GOALS.md | ... | ... | ... | ... |
| THOUGHTS.md | ... | ... | ... | ... |
| CONTEXT.md | ... | ... | ... | ... |
| todo.md | ... | ... | ... | ... |
| EXPERIENCE.md | ... | ... | ... | ... |
**预估 Token 节省**：~XXX tokens
## 🔄 Merge（合并了什么）
- [列出合并的条目]
## ✂️ Prune（删除了什么）
- [列出删除的条目类别和数量]
## 📦 Compress（压缩了什么）
- [列出压缩的段落]
## 🗃️ Archive（归档了什么）
- [列出归档的任务]
## 🔍 Audit（审计结果）
- [路由一致性检查结果]
- [自动修复的条目]
- [Skill 目录缺失警告]
## 💡 Refresh（新发现的 Meta-Rule）
- [如果从整理中品出了系统性趋势，列出新写入 PREFERENCES.md 的规则]
🔧 辅助工具
审计脚本
运行以下命令获取基线数据和路由审计：
python tools/dream_audit.py
手动触发
在任何 AI 对话中输入：
@做梦 — 中文触发@dream — 英文触发/dream — 工作流触发
⚠️ 安全护栏
- 只改记忆文件，不动代码 — 修改的所有文件都是
.md 格式的记忆/配置文件
- 模板保护 — todo.md 中的研究计划模板区绝不触碰
- 审计先行 — 路由修复前先完整读取两个文件确认差异，不盲改
- 幂等性 — 连续执行两次做梦，第二次应该几乎无操作（已经很干净了）
- 可追溯 — 所有变更记录在 EXPERIENCE.md 和做梦报告中
AutoDream v2.0 — 全工作区记忆巩固 × 六阶段 SOP × 路由一致性审计 × Token 节省优化
