Menü
更新知識庫 — 依序執行文件更新、審查、context 整理、pattern 提取，將本次 session 的變更沉澱為文件與知識。
Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.
Basierend auf der SOC-Berufsklassifikation
| name | update |
| description | 更新知識庫 — 依序執行文件更新、審查、context 整理、pattern 提取，將本次 session 的變更沉澱為文件與知識。 |
| allowed-tools | Bash, Read, Glob, Grep, Edit, Write, Agent, Skill, AskUserQuestion |
將本次 session 的工作沉澱為文件與可復用知識。依序執行文件更新、品質審查、context 整理、pattern 提取四個階段。
與
/pr的分工：/update負責知識沉澱，/pr負責 git 輸出。需要時可組合使用：先/update再/pr。
各 Step 間用兩份 manifest 交接，用計數比對取代語意判斷「應該沒問題」。
變更 Manifest（Step 1 建立、Step 2 核對）：
| # | 預期更新文件 | 狀態 | 說明 |
|---|---|---|---|
| 1 | docs/api.md | ✅ PASS | 已正確反映 X API 新增 |
知識寫入 Manifest（Step 3 建立、Step 4 更新、Step 5 驗證）：
| # | 項目摘要 | 目標知識庫 | 狀態 |
|---|---|---|---|
| 1 | [決策] 選 A 不選 B 的原因 | docs/decisions/ | 待寫入 |
兩份 manifest 都以 expected_count - verified_count 的差集判斷遺漏；verified 一律用實際 grep/glob 查證結果，不可只憑印象認定「應該都做了」。
掃描本次 session 的變更，更新相關文件。
git diff --name-only HEAD 取得本次變更的檔案清單git diff --name-only HEAD~3..HEAD 取得近期 commit 涉及的檔案docs/、docs/CODEMAPS/、README.md 及其他受影響文件HITL（必做）： 更新前先列出「計畫更新的檔案清單」，AskUserQuestion 確認：確認繼續 / 調整清單 / 跳過。
文件庫/知識庫歧義： 上下文提到「文件庫」或「知識庫」時，先確認指的是 docs//research/（專案文件）、~/.claude/projects/.../memory/（Claude 記憶庫）還是 ~/.claude/skills/（技能庫），不得自行假設。
Agent(subagent_type="general-purpose", model="sonnet")
依 agents/doc-updater.md 的定義執行（路徑解析與呼叫慣例見 agents/SKILL.md；找不到定義檔則視為安裝不完整，沿用本 Step 1 的 inline 流程）：prompt 需明確要求依上述 fallback 邏輯掃描本次 session 的檔案變更、更新對應文件、輸出「變更 Manifest」（格式見上，與 agents/doc-updater.md 的 Manifest 格式一致）。
主模型驗證（必做，不可省略）： agent 回報完成後，主模型必須親眼 git diff 逐條比對其宣稱的每一項變更 —— 這類 agent 有編造修改記錄的前科，不能只憑其自述採信。
Step 1 結束時把「變更 Manifest」交給 Step 2。
用 fresh-context agent 審查 Step 1 的更新，交叉比對 manifest。
Agent(subagent_type="general-purpose", model="sonnet")
依 agents/doc-reviewer.md 的定義執行（文件審查檢查清單；路徑解析與呼叫慣例見 agents/SKILL.md）：prompt 需要求找碴而非背書：逐條給 PASS/FAIL + 出處，檢查內容是否準確反映程式碼變更、有無過時或不一致描述、格式是否符合專案慣例、有無遺漏的重要資訊；並對照「變更 Manifest」逐條核對 expected vs actual，計算差集。
安全閘門（並行委派，觸發閘依 rules/security-guidance/skill-integration.md）：
判斷本次 session 變更是否觸及安全敏感面（認證/輸入/endpoint/DB/反序列化/檔案/shell/SSRF/DOM/加密）：
/security-review（機制 A），並讓審查 prompt 附上 ~/.claude/claude-security-guidance.md 當判準（機制 B）：
Skill(skill="security-review")
輸出格式（必填）：
| Severity | 項目 | 說明 |
|---|---|---|
| CRITICAL | 內容錯誤 | 文件描述與實際程式碼行為不符 |
| HIGH | 重要遺漏 | 缺少關鍵功能或 API 的說明 |
| MEDIUM | 格式問題 | 結構不一致、用語不統一 |
有 CRITICAL 或 HIGH 時 AskUserQuestion 詢問：修正後繼續（修正 → 展示結果 → 確認 → 進入 Step 3）/ 跳過直接繼續。
回顧整段對話，提取有價值的 context：
| 提取項目 | 目標 |
|---|---|
| 技術決策脈絡、放棄的方案、調查/比較結果、架構演進、bug 根因分析、業界標準引用 | 知識庫 |
| 跨專案可重用的技術 pattern | learned skills（交給 Step 4） |
| 使用者偏好修正（「不要這樣做」） | MEMORY.md |
提取觸發訊號：「考慮過 X 但...」「最終選擇 Y 因為...」「根據 RFC/OWASP/...」、明確的 before/after 比較、使用者糾正行為。
知識庫位置不固定： 目錄因專案而異（research/、docs/、notes/ 等），不硬編碼路徑；提取完成後用 AskUserQuestion 確認寫入位置。若對話中無有價值的 context，直接進入 Step 4。
Step 3 結束時輸出「知識寫入 Manifest」初版（格式見上），交給 Step 4。
從本次 session 提取跨專案可復用的 pattern：錯誤解決模式、偵錯技巧、跨專案架構決策、工具使用技巧、業界標準應用、標準化方案選型。Step 3 已把專案特定 context 分流出去，這裡只聚焦跨專案可重用的部分。
寫入格式強制規範： 新寫入的 learned skill 必須包含以下 frontmatter：
---
name: <kebab-case-slug>
description: "<適用場景一句話>"
user-invocable: false
origin: auto-extracted
---
品質評估（inline 5 維度評分，至少 3 分才保存）：
| 維度 | 分數 (1-5) | 說明 |
|---|---|---|
| specificity | 知識的具體程度 | |
| actionability | 可直接應用的程度 | |
| scope fit | 適用範圍是否恰當 | |
| non-redundancy | 與現有 skills 的重複度 | |
| coverage | 涵蓋場景的完整度 |
廢棄 specificity=4, actionability=5, ... 單行格式。需要更嚴謹的交叉驗證時，可另跑 /learn-eval-deep 做三系統客觀評分。
既有 learned skills 的格式修復 →
/curation（批量 remediation）。
Step 4 完成後，把提取到的 pattern 回寫進「知識寫入 Manifest」（新增條目、更新狀態）。
Step 4 完成後，對「知識寫入 Manifest」做最終驗證 —— 不依賴 LLM 語意判斷「應該沒有遺漏」，一律用 grep/glob/count 逐條驗證。
本次 session 可能涉及的知識庫位置：
| 知識庫 | 路徑 |
|---|---|
| Claude 記憶庫 | ~/.claude/projects/<project-hash>/memory/MEMORY.md |
| 全域技能庫 | ~/.claude/skills/learned/ |
| 全域記憶 | ~/.claude/MEMORY.md（如有） |
| 專案知識庫 | Step 3 確認的目錄 |
| 專案文件 | docs/、research/、README.md |
逐條枚舉 manifest 每一項，用 grep/glob 確認是否已寫入對應知識庫（learned skill 用 Glob + 讀取內容確認內容一致），計算 expected_count - verified_count 的差集。差集 > 0 時，為每個遺漏項主動起草內容，AskUserQuestion 確認後寫入；無遺漏則列出逐條驗證證據（grep 命中行號等）並結束。
MEMORY.md 路徑定位：
~/.claude/projects/<project-hash>/memory// 替換為 -，去除開頭 -輸出：文件更新清單與變更摘要、Step 2 審查結果（含安全閘門 findings，已修正/未修正項目）、Step 3 提取的 context 及寫入位置、Step 4 提取的 pattern 與保存位置、Step 5 交叉比對結果、建議下一步（未修正問題的處理方式；適合的話建議執行 /pr）。
檢查 $ARGUMENTS 是否包含其他 skill 名稱（如 /pr）。若有，/update 所有步驟（含使用者確認）完成後才用 Skill tool 觸發（傳入該 skill 後面的參數），不會中途跳轉。
串接 /pr 時可跳過其 Step 2（Quick Review）——已由本 skill Step 2 的審查 agent 做過更深度審查；其餘步驟正常執行。觸發時在 prompt 前加註 [PIPELINE: from /update] 並列出已完成、可跳過的步驟。
用法：/update /pr（先更新知識庫，再 commit + push + 建立/更新 PR）、/update /pr 7238（更新 PR #7238）。
本 repo 自持 agent 定義目錄索引（complexity-triage / doc-reviewer / doc-updater / tdd-guide），供 design、update 等 skill 的 general-purpose subagent 呼叫時引用定義與檢查清單；本身非直接可呼叫的 skill，不會出現在指令清單中。
萬用助手 — 自動分析情境、盤點可用資源、智慧路由至最佳 agent/skill 組合，一鍵完成複雜工作流。
開發設計 — 自動盤點可用資源，透過 Plan agent 建立完整實作計畫，輸出至 plans/active/<slug>.md 供使用者確認後才進入實作。
貼上 Notion URL，自動抓取頁面需求內容，串接 /design 建立實作計畫。
產生跨 context 接手 prompt — 萃取本次對話的目標、進度、決策、未完成項目，輸出可直接貼到新 session 或 /compact 之後使用的自包含 prompt。
依 plan.md 的 Dependencies DAG 推進實作 — Python 狀態機決定下一步（非 LLM 判斷），自動串接 TaskCreate/TaskUpdate。觸發：使用者要求依 plan 推進、要求 task tracking 對齊 DAG、或抱怨 LLM 跳步漏步。