| name | save-session |
| description | 在对话 compact 前保存会话行动路线摘要。当检测到 context 即将满、用户准备结束会话、或用户主动调用时使用。提炼关键 prompt、思路、探索方向和执行结果，写入 docs/history/ 目录。 |
Save Session - 会话行动路线保存（子 Agent 版）
将当前对话的关键行动路线提炼为结构化 Markdown，保存到 docs/history/{project_name}/round_{N}.md。
核心改进: 使用 Agent 子进程执行保存，避免在主 context 中产生大量 token 导致 compact。
触发时机
- 用户主动调用:
/save-session 或 /save-session my-project
- Claude 主动触发: 当检测到对话已经很长、讨论了大量内容、或即将 compact 时
- 对话结束前: 用户表示要结束或切换话题时
重要: 如果你感觉当前对话内容已经很丰富（多轮探索、重要决策、实验结果），应主动建议用户运行此 skill 或直接执行。
工作流程（必须严格遵循）
Step 1: 确定项目名称和 round 编号（主 agent 做，快速）
项目名称优先级：
- 用户通过参数指定:
/save-session estp-phase3
- 从对话内容自动推断（操作的文件路径、讨论主题）
- 如果无法推断，使用
misc
项目名称应该简短（1-3个词，kebab-case），如：estp-bench、streaming-agent、gui-pipeline
用 Bash 检查已有 round 文件确定编号：
ls docs/history/{project_name}/round_*.md 2>/dev/null | sort -V | tail -1
Step 2: 在主 agent 中快速起草要点（~200 tokens）
在你的脑中快速回顾对话，提炼出：
- 会话目标（1句话）
- 关键阶段（每个阶段 1-2 句话，包含用户原始 prompt 摘录）
- 关键决策和数据
- 当前状态和下一步
不要在主对话中展开写——只在脑中整理，直接写入 Agent prompt。
Step 3: 启动子 Agent 执行保存（关键步骤！）
必须使用 Agent 工具，不要在主对话中直接写文件。
使用以下模式启动 Agent：
Agent tool:
subagent_type: "general-purpose"
description: "Save session history"
model: "sonnet" (用 sonnet 即可，不需要 opus)
prompt: |
你是会话历史保存助手。请根据当前对话内容，生成结构化的会话历史文件。
## 任务
将当前对话的行动路线保存到: `docs/history/{project_name}/round_{N}.md`
## 项目信息
- 项目名: {project_name}
- Round: {N}
- 日期: {today}
## 对话要点摘要
{你在 Step 2 中整理的要点，200-500 tokens}
## 输出要求
1. 先 `mkdir -p docs/history/{project_name}`
2. 回顾上方对话历史，提炼完整的行动路线
3. 按下面的模板格式写入文件
4. 长度 100-300 行，质量标准：可回顾性、原始性、数据优先
## 模板格式
```markdown
# {Project Name} - Round {N}
> 日期: YYYY-MM-DD
> 会话轮数: 约 X 轮
> 主要方向: {一句话概括}
## 会话目标
{1-3 句话}
## 行动路线
### 1. {阶段标题}
**Prompt**: > {用户原始指令，保留原文}
**探索过程**: - {做了什么} - {发现了什么}
**结果**: {关键数据/结论}
---
### 2. {下一阶段}
...
## 关键决策
| 决策点 | 选择 | 原因 | 备选方案 |
|--------|------|------|----------|
## 关键数据/指标
{硬数据优先}
## 文件变更摘要
- `path/to/file.py` - {修改说明}
## 问题与发现
- **{问题}**: {描述} → {状态}
## 当前状态
{进展到哪一步}
## 下一步
- [ ] TODO 1
- [ ] TODO 2
```
## 质量标准
- 用户的关键 prompt 保留原文，不要改写
- 实验数据、F1 分数、错误信息等硬数据优先保留
- 按对话的实际推进顺序组织
- 使用中文撰写
Step 4: 确认结果
子 Agent 完成后，简要告知用户保存位置和 round 编号。
注意事项
- 绝不在主对话中生成完整的 session markdown —— 这是导致 compact 的根本原因
- 如果对话很短（< 5 轮），可能不值得保存，提醒用户
- 如果对话中有多个不相关的项目，分别启动子 Agent 写入不同目录
- 子 Agent 可以看到完整对话历史，所以你的 prompt 只需要提供结构化指引，不需要复述所有内容
- 使用
model: "sonnet" 节省成本，sonnet 足够完成格式化写作任务
- 原始 dump 备份: PreCompact hook 会在每次 compact 前自动将用户消息原文 dump 到
~/.claude/backups/{timestamp}_{session_id}_{trigger}.md。即使 /save-session 未运行，原始 prompt 也不会丢失。如果子 Agent 需要补充细节，可以读取该目录下的备份文件
