Menu
当用户询问此前的决策、经验、偏好或尝试，或继续工作前必须召回项目与用户历史知识时使用。
Instalar com Codex ou Claude Copie este prompt, cole no Codex, Claude ou outro assistente e deixe que ele revise a página da skill e instale para você.
Baseado na classificação ocupacional SOC
当用户消息出现 "fuck"、"wtf"、"靠"、"操"、"shit"、"这都错了"、"你在干嘛" 等词时无条件加载。加载后回看相关上下文，判断是否指向 agent 刚才的理解、范围、假设、提问或动作；若明确指向第三方、外部事件、引用内容或单纯发泄，则不执行纠偏。
当用户要求改进已有 skill，或某个 skill 本次使用不顺、漏了指引、需要把有效经验补给下一个 agent 时使用。查 `~/.agents/.skill-lock.json`：未追踪的本地自制 skill 可就地改；已追踪的 skill 只在原 repo 改。分析后先提案，获用户批准才编辑。
当用户要求改写、增强或澄清提示词时使用。触发短语包括「改写提示词」「优化 prompt」「improve prompt」「补 DoD」「提示词不完整」「让提示词可执行」。在意图、约束、范围、输出格式、非功能要求（NFR）或 Definition of Done 不清晰时激活。
当答案需要联网检索或独立多源验证，包括事实核查、技术对比、当前信息、冲突说法或重要建议时使用。
当用户说“help me read”、“read this URL”、“read these links”、“帮我读”、“读一下这个网页”，或提供一个或多个 URL 并希望先看到核心结论、论证地图、关键依据、阅读校准，再选择是否展开原文段落/段落组、必要译文与轻量 commentary，而不是只看 AI 摘要时使用。
Use when evaluating coding assistants, agent autonomy, AI-assisted development workflows, context engineering, local coding-model viability, or software-engineering trade-offs using Martin Fowler's Exploring Generative AI series.
| name | knowledge-fetch |
| description | 当用户询问此前的决策、经验、偏好或尝试，或继续工作前必须召回项目与用户历史知识时使用。 |
从四层存储查询历史知识，并注入当前会话上下文。
用户可能感到烦躁，因为：
处理方式: 先主动道歉，再展示召回结果。
用户只是想查询历史记录：
处理方式: 直接展示召回结果，不假设用户沮丧。
用户调用 /recall 无参数：
处理方式: 展示所有四层的简洁摘要。
与 auto-extract 存储层完全对应：
| 层级 | 核心问题 | 特性 |
|---|---|---|
| Layer 1: 用户配置 | "每个会话都需要知道什么？" | 跨项目、身份性、自动加载 |
| Layer 2: 项目根配置 | "这个项目整体需要知道什么？" | 项目级、版本控制 |
| Layer 3: 子模块配置 | "这个子模块需要知道什么？" | 子模块特定、就近原则 |
| Layer 4: 情境记忆 | "特定情境下需要召回什么？" | 情境性、按需查询 |
查询前必须先探测，不假设任何特定文件、工具或服务存在。
扫描用户级配置文件，检测是否存在：
~/.claude/CLAUDE.md检测到哪个查询哪个。不存在则跳过该层。
扫描项目根目录，检测以下文件是否存在：
{repo}/AGENTS.md{repo}/CLAUDE.md{repo}/.claude/CLAUDE.md所有检测到的文件均参与查询。
扫描项目中子目录里已存在的配置文件（AGENTS.md 或 CLAUDE.md）。
探测方式: 搜索 {repo}/**/AGENTS.md 和 {repo}/**/CLAUDE.md（排除根目录，排除 node_modules 等）。
如果有相关参数（如 /recall oc-tweaks 发布），优先查询语义最近的子模块配置。
按优先级探测可用的记忆后端：
{repo}/.opencode/memory/、{repo}/.memory/）或全局是否存在 memory 目录（含 *.md 文件）。有则用 Read 操作查询。.memory/ 目录: 使用项目内的 .memory/ 目录（如果存在）。原则: 探测到什么用什么。不要求用户安装任何额外依赖。
分析用户为什么调用 /recall：
如果用户提供了参数（如 /recall 代码风格），用它们作为主要关键词。
如果参数类似"我不知道/你看看/refresh"，视为场景 3（主动刷新）：四层都查，每层展示最相关的 2-3 条。
1. 读取探测到的用户级配置文件
2. 按 section 标题匹配关键词
3. 提取相关段落
1. 读取探测到的项目根配置文件（可能有多个）
2. 按 section 标题匹配关键词
3. 提取相关段落
1. 读取探测到的子模块配置文件
2. 优先查询与关键词语义最近的子模块
3. 提取相关段落
根据探测到的后端类型执行对应查询：
按层级分组展示结果：
## 召回结果
### L1 用户配置（来自 {探测到的文件名}）
找到 X 条相关内容：
- **[Section 标题]**: [相关内容摘要]
### L2 项目根配置（来自 {探测到的文件名}）
找到 X 条相关内容：
- **[Section 标题]**: [相关内容摘要]
### L3 子模块配置（来自 {探测到的文件名}）
找到 X 条相关内容：
- **[Section 标题]**: [相关内容摘要]
### L4 情境记忆（来自 {探测到的后端描述}）
找到 X 条相关记录：
- **[主题]**: [内容摘要]
---
**应用到当前情况**: 基于这些召回，我会...
如果同一主题在多层命中，视为存储不一致：必须显式标注来源并提醒清理。
根据触发场景调整响应：
| 场景 | 响应开头 |
|---|---|
| 沮丧 | "抱歉让你重复了。我回顾了之前的记录..." |
| 常规 | "我查询了历史记录，找到以下相关内容..." |
| 刷新 | "以下是当前相关的知识摘要..." |
如果用户提供了主题（如 /recall 代码风格）：
如果没有提供主题：
如果某层已有足够相关内容：
我查询了四层数据源，但没有找到与 "[主题]" 相关的记录。
已搜索：
- L1 用户配置 - {文件名或"未检测到"} - 无匹配
- L2 项目根配置 - {文件名或"未检测到"} - 无匹配
- L3 子模块配置 - {文件名或"未检测到"} - 无匹配
- L4 情境记忆 - {后端描述或"无可用后端"} - 无匹配
可能原因：
- 这个话题还没有被学习过
- 尝试使用不同的关键词
你能告诉我具体是什么情况吗？
跳过该层并继续查询下一层，在结果中注明"未检测到"。
L4 情境记忆：无可用后端，仅查询了配置文件层。
跳过 Layer 3，不报错。在结果中注明"无子模块配置"。
| auto-extract 存储层 | knowledge-fetch 查询层 | 核心问题 |
|---|---|---|
| L1 用户配置 | L1 用户配置 | "每个会话都需要知道什么？" |
| L2 项目根配置 | L2 项目根配置 | "这个项目整体需要知道什么？" |
| L3 子模块配置 | L3 子模块配置 | "这个子模块需要知道什么？" |
| L4 情境记忆 | L4 情境记忆 | "特定情境下需要召回什么？" |
边界原则:
确保双向一致：学习时分类到哪层，召回时就从哪层查询。