Menü
知识管理技能。写入：从成功经验中提取可复用的知识模式，沉淀到公共知识库。读出：检索和应用已沉淀的知识。输出位置：D:\desktop\quackDocs\my_notes\knowledge-crystallizer。触发词：沉淀知识、提取经验、总结方法论、记录最佳实践、查找知识、有没有相关经验、crystallize。
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
为 AI Agent 创建元规则和领域知识，帮助用户在不熟悉领域建立 Agent 的思考方式和行为准则。专注于抽象的行事风格而非具体技术约束。适用场景：(1) 创建新 Agent 缺少行为准则，(2) 更新现有 Agent 的元规则或知识，(3) 用户不熟悉目标领域需要搜索最佳实践，(4) 希望 Agent 跨项目保持一致工作风格。
记录 AI 犯错或可改进点，生成可复用的学习资产。支持两种模式：(1) 当前会话 - 会话结束时触发，引导用户回顾本次会话中的纠正和可改进点；(2) 指定会话 - 通过 session_id 或 JSONL 文件路径分析历史会话。存储位置：D:\desktop\quackDocs\my_notes\ai_mistake\（index.md 索引 + records.md 实体）。触发词：记录错误、记录问题、AI 错误记录、会话总结、记录教训、record mistakes。
记录 AI 犯错或可改进点，生成可复用的学习资产。支持两种模式：(1) 当前会话 - 会话结束时触发，引导用户回顾本次会话中的纠正和可改进点；(2) 指定会话 - 通过 session_id 或 JSONL 文件路径分析历史会话。存储位置：D:\desktop\quackDocs\my_notes\ai_bug_history\（index.md 索引 + records.md 实体）。触发词：记录错误、记录问题、AI 错误记录、会话总结、记录教训、record mistakes。
指导 Manager 设计和创建 Loop 循环。当 Manager 需要创建自动化循环（如 Executor-Reviewer、Writer-Editor 模式）时使用。 提供完整的设计流程：需求澄清 → 节点设计 → 用户确认 → Subagent 验证 → 创建循环。 确保循环提示词质量，避免因上下文设计不当导致循环失败。 触发词：创建循环、loop、循环设计、迭代执行、自动审查。
记录架构决策（ADR）。触发条件：(1) 艰难选择——在方案间纠结、选了A但B也有优势、知道有副作用 (2) 重构/重大修改后——改了3+次才定方案、每次改有新考虑 (3) 奇怪代码——被问"为什么这样写"、审查被质疑、自己回看也觉得奇怪 (4) 用户做出重大决策或出现决策疑问
Grilling session that challenges your plan against the existing domain model, sharpens terminology, and updates documentation (CONTEXT.md, ADRs) inline as decisions crystallise. Use when user wants to stress-test a plan against their project's language and documented decisions.
| name | knowledge-crystallizer |
| description | 知识管理技能。写入：从成功经验中提取可复用的知识模式，沉淀到公共知识库。读出：检索和应用已沉淀的知识。输出位置：D:\desktop\quackDocs\my_notes\knowledge-crystallizer。触发词：沉淀知识、提取经验、总结方法论、记录最佳实践、查找知识、有没有相关经验、crystallize。 |
知识的双向管理：沉淀（写入）和检索（读出）。
沉淀：成功经验 → 提取模式 → 沉淀知识 → 跨项目复用
检索：遇到问题 → 查找知识 → 应用经验 → 快速解决
D:\desktop\quackDocs\my_notes\knowledge-crystallizerindex.md — 所有知识条目索引<category>/<topic>.md — 具体知识| 分类 | 目录 | 内容 |
|---|---|---|
| 工作方法 | methods/ | 工作流程、协作方式、效率技巧 |
| 决策模式 | decisions/ | 决策框架、权衡方法、选择标准 |
| 问题解决 | problem-solving/ | 调试思路、排查方法、根因分析 |
| 技术模式 | technical/ | 架构模式、设计模式、代码技巧 |
| 学习方法 | learning/ | 学习路径、理解方法、知识管理 |
| 其他 | other/ | 不属于以上分类的知识 |
| 场景 | 触发词 | 动作 |
|---|---|---|
| 沉淀经验 | "沉淀一下"、"提取经验" | 从当前对话中提取可复用知识 |
| 总结方法论 | "总结方法"、"这个方法值得记录" | 提取工作方法或决策模式 |
| 记录最佳实践 | "记录最佳实践"、"这个做法不错" | 记录技术或工作最佳实践 |
| 场景 | 触发词 | 动作 |
|---|---|---|
| 查找知识 | "有没有相关经验"、"查一下知识库" | 检索相关知识并应用 |
| 主动询问 | 遇到问题时 | Claude 主动询问是否需要查找相关经验 |
| 浏览知识库 | "看看知识库"、"有哪些知识" | 展示知识库概览 |
判断标准：
条目格式：
# <知识标题>
**分类**：<分类名>
**来源**：<从哪个经验中提取>
**日期**：YYYY-MM-DD
---
## 核心洞察
<一句话总结这个知识的核心>
---
## 适用场景
- <什么时候可以用这个知识>
- <什么情况下不适用>
---
## 具体内容
<详细描述这个知识，包括步骤、方法、要点等>
---
## 示例
<具体的例子，可以是代码、对话、决策过程等>
---
## 关联知识
- <相关的其他知识条目>
步骤：
D:\desktop\quackDocs\my_notes\knowledge-crystallizer/<category>/<topic>.mdindex.md向用户展示：
✅ 知识已沉淀
**标题**：<知识标题>
**分类**：<分类>
**位置**：<文件路径>
核心洞察：<一句话总结>
分析用户当前的问题或需求：
检索方式：
index.md 查找匹配条目检索命令：
# 搜索索引
grep -i "<关键词>" D:\desktop\quackDocs\my_notes\knowledge-crystallizer\index.md
# 搜索分类目录
ls D:\desktop\quackDocs\my_notes\knowledge-crystallizer\<category>\
找到相关知识后：
📚 找到相关知识
**标题**：<知识标题>
**核心洞察**：<一句话总结>
**适用建议**：
- <如何应用到当前场景>
是否采用这个建议？
应用知识后，如果发现新的洞察：
场景 1：查找相关经验
你：这个问题我之前好像遇到过，有没有相关经验？
AI：我来查一下知识库...
📚 找到相关知识
**标题**：异步状态竞态的排查方法
**核心洞察**：先加锁验证假设，再优化锁的粒度
**适用建议**：
- 当前问题也是状态并发，可以先加 asyncio.Lock 验证
- 如果加锁后问题消失，再考虑更细粒度的方案
是否采用这个建议？
场景 2：主动询问
你：这个 API 返回 500 错误
AI：看起来是服务端错误。需要我查一下知识库中有没有类似的排查经验吗？
你：好的
AI：📚 找到相关知识：「API 500 错误排查清单」...
场景 3：从成功经验中提取
你：这次调试过程很有价值，沉淀一下
AI：好的，我来提取这次调试的经验...
✅ 知识已沉淀
**标题**：异步状态竞态的排查方法
**分类**：problem-solving
**位置**：D:\quackDocs\...\problem-solving\async-state-race.md
核心洞察：先加锁验证假设，再优化锁的粒度
场景 2：记录工作方法
你：这种先写 spec 再写代码的方式效果很好，记录一下
AI：好的，记录这个工作方法...
✅ 知识已沉淀
**标题**：Spec-Driven 开发流程
**分类**：methods
**位置**：D:\quackDocs\...\methods\spec-driven-development.md
核心洞察：先定义边界和接口，再实现细节