session-context

name	session-context
description	Use when the user asks to save or restore context, says "保存上下文"/"恢复上下文"/"checkpoint"/"resume"/"沉淀"/"sediment"/"context", or after key events (user correction, task step complete, architecture decision, blocked/waiting)

Session Context

Skill 标识

• Skill name: session-context
• Plugin: cospowers-solution-design
• Scope: Independent split plugin package cospowers-solution-design-plugin
• Entry skill: solution-design

Skill 标识: session-context

其他 skill 通过 session-context 引用本 skill。

当 session-context 被用户或本插件入口 skill 调用以恢复上下文时，你**必须**在输出任何其他文字、执行任何其他工具调用之前，完整执行"盘点流程"的步骤 1-5。

这不是建议。这不是可选。恢复上下文时跳过盘点会导致任务状态不完整。

具体来说：

• 第一个工具调用必须是 ls 枚举目录或 Read 读取 active 文件
• 在完成盘点并输出清单之前，禁止回复用户、回答提问、执行任务
• 即使调用方已经提供了任务列表，也必须亲自再盘一遍——外部信息可能过时

Overview

你是会话编辑，不是记录员。记录员只会追加，编辑会审查全局、合并重复、 修正过期、删除废弃。你的工作是维护跨会话知识——让 AI 在 重开对话框或手动恢复上下文后 不掉上下文，越用越聪明。

两层知识：任务进度（active-<task>.md，临时备忘）、项目经验（memory/，永久积累）。 完整架构、编辑原则、平台路径见 references/ 目录。

文件命名

• 任务文件格式：active-<task-name>.md
• AI 自主决定 task-name（简短英文+连字符，2-4 词），如 active-add-session-context.md、active-fix-login-bug.md
• 不同类型的任务不会冲突（排查、开发、配置各自有独立文件）
• 任务沉淀完成后删除对应文件（无 active-* 即无活跃任务）

盘点流程（手动恢复 / 入口 skill 调用时强制执行）

先枚举，再判断。漏一个不行。

1. 读取 references/agent-paths.md 确定当前平台的 session-context 和 memory 路径
2. ls 枚举 memory 目录 + session-context 目录（列出所有 active-*.md）
3. 读 MEMORY.md 及所有被引用的 .md
4. 读所有 active-*.md 文件
5. 输出内部盘点清单（每个文件标：评估过 / 要更新 / 不变）

AI 自主判断：恢复旧任务 vs 开新任务

原则：AI 自主决定，只在无法判断时询问用户。

存在 active-*.md?
  ├─ 无 → 全新会话，直接开始
  └─ 有（1 个或多个）
       ├─ 用户明确说做新任务 → 旧任务自动 mini-沉淀，创建新 active-<new>.md
       ├─ 用户明确说继续上次 → 恢复对应 active-*.md
       └─ 用户意图不明
            ├─ 只有 1 个 active-*.md，内容与本会话意图明显相关 → 直接恢复，不询问
            ├─ 只有 1 个，但与当前意图不相关 → 呈现摘要，询问：继续 or 新任务？
            └─ 多个 active-*.md → 列出摘要菜单，让用户选

呈现格式：

📋 **活跃任务上下文**:

1. add-session-context (2026-04-29 16:00)
   进度: 设计阶段，待实现
   
2. fix-login-bug (2026-04-28 10:30)  
   进度: 排查中，假设是 token 过期

要继续哪个？或输入 "新任务 <描述>" 开新任务。

自动模式：变更影响矩阵

AI 在会话中主动维护上下文，无需用户提醒。 不同事件波及不同文件。 完整矩阵见 references/sync-matrix.md。

触发事件	active-*.md	memory/feedback	memory/project
用户纠正 AI 错误	●	●	○
用户澄清非显而易见做法	●	●	○
发现代码库关键模式	●	○	●
做出架构/实现决策	●	○	●
完成任务步骤	●	○	○
遇到阻塞/等待输入	●	○	○
发现 memory 间矛盾	○	●	●

●=必须写 ○=视情况

以下触发事件发生时，你**必须**在同一个回复中**立即**完成 active-*.md 写入。**禁止**延迟或等到以后再写。

• 用户纠正你的错误或澄清做法 → 写 active-*.md + memory/feedback
• 完成任务步骤 → 写 active-*.md 进度
• 做出架构/实现决策 → 写 active-*.md + memory/project
• 学到代码库关键模式 → 写 active-*.md + memory/project
• 遇到阻塞/等待输入 → 写 active-*.md 阻塞状态

这不是建议。延迟写入会导致跨会话恢复信息不完整。

写入时机（主动执行，不等用户说）

• 用户纠正了你 → 立刻写入 memory/feedback + 更新当前 active-*.md
• 学到代码库的重要事实 → 立刻写入 memory/project + 更新当前 active-*.md
• 完成一个任务步骤 → 立刻更新当前 active-*.md 进度
• 遇到阻塞 → 立刻更新当前 active-*.md 阻塞状态

写入原则

• 合并优于追加：旧结论被推翻时改旧条目，不新增
• 删除优于保留：已解决的临时假设、已过期的状态，删掉
• 绝对时间：永远 2026-04-29，不写 "今天""最近"
• 一条一事：一个条目讲清楚一个事实

详细规则见 references/editing-rules.md。

active-*.md 格式

# Session Context
> Updated: 2026-04-29 15:30 | Task: <task-identifier>

## Current Task
- 目标: <one-line>
- 进度: <current-phase>
- 下一步: <next-action>

## Key State
- 决策: <key-decisions>
- 活跃文件: <files>
- 阻塞: <if-any>

## Recent Context
- <fact-1>
- <fact-2>

手动命令

命令	行为
"保存上下文" / "checkpoint"	执行盘点 → 全量写入当前 active-*.md + 检查 pending memory
"恢复上下文" / "resume"	手动执行盘点 → 呈现所有 active-*.md 摘要
"查看上下文" / "context"	显示当前 active-*.md 内容
"沉淀" / "sediment"	执行任务结束仪式

任务切换（AI 自动）

当检测到用户意图从当前任务转向新任务时，AI 自动执行：

1. mini-沉淀 — 旧任务的活跃 active-*.md 中如有值得保留的经验，沉淀到 memory
2. 删除旧 active-*.md — 旧任务结束
3. 创建新 active-.md — 新任务开始
4. 不需要用户说 "沉淀" — 切换任务是 AI 自主判断

任务结束仪式

当用户说 "沉淀" / "sediment"，或任务自然结束，或任务切换时执行：

1. 盘点回顾 — 读对应 active-*.md 和本次对话，识别可跨任务复用的经验
2. 按矩阵写入 — 用户纠正 → memory/feedback；架构决策 → memory/project
3. 冲突检查 — 新写入与已有 memory 有无矛盾，有则合并修正
4. 自检清单 — 逐项过 references/editing-rules.md 中的 checklist
5. 删除该 active-*.md 文件
6. 输出变更摘要

任务沉淀完成后，删除对应的 active-<task>.md。若目录下无 active-* 文件，表示无活跃任务。

集成

上下文保持模型（即时写入 + 手动恢复）：

关键事件发生 → ENFORCE-IMMEDIATE-WRITE → AI 立刻写 active-*.md
     ↓
  上下文变长或用户请求保存 → active-*.md 已是新鲜状态
     ↓
Manual or entry-skill invocation → 加载 session-context skill → AI 执行盘点 + 恢复上下文
     ↓
Manual checkpoint request → 加载 session-context skill → AI 最终 checkpoint + 提议沉淀

Context action	触发时机	方向	作用
Manual restore	用户请求恢复上下文或入口 skill 需要恢复	读	AI 盘点并恢复上下文
Manual checkpoint	用户请求保存上下文或关键节点完成	写	执行 checkpoint + 提议 sediment

• local entry skill：进入新任务前先盘点，若 active-*.md 存在则询问是否继续上次
• systematic-debugging：排查过程中主动更新 active-*.md（假设、已排除方向）
• executing-plans：每个 task 完成后自动更新 active-*.md 进度

Red Flags

想法	现实
"先 ls 太慢，我大概知道有哪些文件"	不枚举就改的翻车率最高
"这个纠正不重要，不用记"	用户的每一次纠正都是最宝贵知识
"加一条新记录就行，旧的不管"	合并优于追加——旧信息要同步修正
"这个发现太简单"	对未来的 AI 也是新知
"自检清单跳过吧"	这是 skill 的灵魂
"等用户说保存再写"	自动模式：关键事件后立刻写入，不等
"等以后再写 active"	没及时写入的状态可能丢失——写入必须在关键事件发生的时刻完成
"用户要求恢复上下文，我先回答再盘点"	拖延盘点会导致基于不完整上下文继续工作