Knowledgebase experience summarize

⭐ 相关 Skills

• 经验全生命周期 → skill://knowledgebase-experience (E0-E12)
• 文档入库 → skill://knowledgebase-ingest
• 架构心智模型 → skill://knowledgebase 的 kb-architecture.md

Sequential Workflow

Step 1 — 识别场景: 判断用户是要"记录经验"/"总结教训"/"保存流程"。 Step 2 — 收集上下文: 从当前会话提取关键事件 + 决策 + 结果。 Step 3 — 结构化草稿: 按 scenario/problem/solution/key_lessons 模板组织。 Step 4 — 质量门控: E2 四要素检查 + 去重。 Step 5 — 用户确认: 展示草稿，等待确认/修改。 Step 6 — 持久化: experience_create → 自动索引 → 完成。

Experience Summarize — 经验总结·冥想·CRUD·迁移

⭐ Execution Model · Pre-Flight · Architecture（作业首步，强制）

执行者：Archival agent — 用 task 委托执行（委托模板 + 三角色执行模型 + 组合任务边界：必读 execution-model.md）。Pre-Flight：未通过禁作业 — 一探双检 kb_project_status → 分支处置 → 冒烟测试，完整流程见 mcp-preflight-check.md。心智模型：操作前必读 kb-architecture.md（5层模型 + 一致性不变量 + 72 工具地图）；MCP 优先原则（禁 terminal/HTTP 绕过）见 skill-trigger-contract.md 第五条。

---

模式路由（Step 0：识别用户意图）

用户意图命中哪个模式？

① MEDITATION  — "冥想""整理记忆""归纳经验""reflect""定期总结"
② CREATE      — "记录经验""总结一下""提炼成经验""保存教训""记住流程"
③ UPDATE      — "更新经验""修改经验""补充教训"
④ DELETE      — "删除经验""清掉经验"
⑤ MIGRATE     — "经验跟随""经验迁移"（文档/KB移动后联动）
⑥ CROSS-KB    — 跨库综合（涉及多KB的经验归纳）

不确定？按最接近的 CREATE 处理，向用户确认。

跳转到对应模式。所有写入走 MCP 工具（experience_create/update/delete），禁止终端/HTTP 绕行。

reference 加载指南（避免加载不需要的文件浪费上下文）：

模式	必读 reference	不需要加载
MEDITATION	meditation.md, quality-standards.md	crud-and-migration.md, cross-kb-synthesis.md
CREATE	quality-standards.md	meditation.md（仅手动总结不需要采集脚本）
UPDATE / DELETE	crud-and-migration.md	meditation.md, cross-kb-synthesis.md
MIGRATE	crud-and-migration.md	meditation.md, quality-standards.md
CROSS-KB	cross-kb-synthesis.md, quality-standards.md	meditation.md

---

模式①：MEDITATION — 冥想记忆（OpenClaw 式自动归纳）

定期从高频问题 + KB 回答自动归纳经验。详见 references/meditation.md。

四阶段流程

💡 双路径: 优先走 MCP 冥想工具（experience_meditation_*），CLI 脚本作为离线采集备选。

阶段0 — 检查冥想调度器状态（MCP 优先）

experience_meditation_status(kb_id)   → {enabled, interval_hours, last_run, running_now, config: {...}}
experience_meditation_config_get(kb_id)  → 读取 KB 级冥想配置
experience_meditation_history(kb_id)     → 查看历史运行记录

阶段1 — 采集问题源

MCP 路径（推荐）：

# 查看历史冥想运行记录（已有聚类信号）
experience_meditation_history(kb_id) → 历史运行记录 + 信号聚类
experience_meditation_run(kb_id, trigger="manual") → 手动触发一轮冥想（走 agent harness）

CLI 路径（离线备选）：

python scripts/meditation_source.py --days 7 --top 30
python scripts/meditation_source.py --json --days 14  # JSON 模式

同时回顾当前会话的 KB 问答上下文（最精准）。

<!-- CLI 路径说明在上方已完整覆盖 -->

阶段2 — KB 相关性确认 + 答案检索

对每个候选问题簇：
  1. kb_list(lightweight=true) 匹配 → 非 KB 问题丢弃
  2. experience_search_smart(query) → 已有 P0/P1 覆盖则跳过
  3. kb_search_two_stage(query, kb_id) → 提取 related_docs + 答案基础

阶段3 — LLM 归纳 + 质量门控

按 references/quality-standards.md 黄金标准提炼。任一字段不达标 → 丢弃（宁缺毋滥）。归纳信号阈值：至少 1 强信号或 2 中信号（见 meditation.md §信号判定）。

阶段4 — 入库 + 报告

新建或更新（已有相似走 update），输出冥想报告。

---

模式②：CREATE — 手动总结入库（核心流程）

从对话/文档/实践提炼结构化经验。质量标准详见 references/quality-standards.md。

Step 1 — 识别场景 + 目标 KB

从对话提取：发生了什么？做了什么？学到了什么？识别操作上下文。

kb_list() 遍历确定 target_kb_id：场景属于哪个 KB 的领域？找不到精确匹配选最接近的父 KB，tags 标领域。

Step 2 — 起草经验（质量是关键）

黄金标准：problem = 可复现场景；solution = 可执行步骤；key_lessons = 可独立引用。 具体达标标准、坏/好示例、完整性检查清单见 references/quality-standards.md。

kb_id:       "<target KB ID or path>"
title:       "含场景词+方法词"
scenario:    "kebab-case-含领域前缀"
category:    "troubleshooting|best_practice|workflow|optimization|lesson_learned|decision|tip"
problem:     "具体可复现场景（≥50 chars）"
solution:    "可执行步骤/方法（≥100 chars）"
result:      "success|partial|failed|inconclusive"
key_lessons: ["可独立引用的教训1（≥30 chars）", "教训2", "教训3"]
tags:        ["领域词", "方法词", "场景词"]
severity:    "critical|important|normal|tip"
related_docs: ["KB/doc.md"]   # kb_doc_read 验证存在

Step 3 — 用户确认

呈现草稿："确认入库？可修改。" 用户确认或编辑后进入 Step 4。

Step 4 — 持久化

result = mcp__kb-mcp__experience_create(
    kb_id, title, scenario, category, problem, solution, result,
    key_lessons, tags, severity, related_docs
)
exp_id = result["experience"]["id"]  # 自动三层一致+向量索引

Step 5 — 验证

experience_read(kb_id, exp_id) 确认字段正确 + vector_index.total_chunks ≥ 1。报告 exp_id。

---

模式③：UPDATE — 更新经验

详见 references/crud-and-migration.md §更新。

定位：experience_search_smart(query) 或 experience_list(kb_id, scenario=...)
读取：experience_read(kb_id, exp_id) → 当前内容
更新：experience_update(kb_id, exp_id, **需改字段)  # 只传需更新的，向量自动重索引
验证：experience_read 确认 + vector_index.indexed_at 刷新

更新场景：冥想补充教训、文档更新经验过时（E6 stale）、修复 related_docs 链接。

---

模式④：DELETE — 删除经验

详见 references/crud-and-migration.md §删除。

读取确认：experience_read(kb_id, exp_id) → 确认非误删
删除：experience_delete(kb_id, exp_id)  # 不可逆
验证：experience_list(kb_id) 数量减1

删除决策：测试污染/孤儿零价值 → 删；有应用记录 → 先评估归档 status="archived"。

---

模式⑤：MIGRATE — 经验跟随文档/KB 移动

kb_doc_move 不会自动迁移经验。详见 references/crud-and-migration.md §跟随移动。

文档移动后强制执行：

1. experience_list(source_kb) → 筛 related_docs 含移动文档的经验
2. 对每条受影响经验：
   - 强绑定文档 → 经验迁移到 target_kb（read→create→delete→verify）
   - 文档仅参考 → 更新 related_docs 路径（旧→新）
3. 验证所有 related_docs 指向真实存在的文档

KB 重命名/移动：经验目录自动跟随，但需 kb_reindex(force=true) 重建向量 + 修复跨库引用路径。

---

模式⑥：CROSS-KB — 跨库综合

经验横跨多 KB 时的归属/去重/关联。详见 references/cross-kb-synthesis.md。

归属决策：显式归属 > related_docs 多数归属 > 核心领域 > 通用 KB。 跨库去重：experience_search_global 先查，避免重复；纯重复用"指针经验"轻量引用。

---

⚠️ NEVER 清单

❌ 不要	原因	✅ 应该
创建缺 problem/solution/lessons 的空经验	检索命中也没用	回退起草，过质量门控
跳过质量标准（因为是自动/冥想）	冥想≠批量产垃圾	同样过完整检查清单
跳过用户确认直接入库（CREATE 模式）	用户可能有修改	Step 3→4
related_docs 写不存在路径	404 断链	kb_doc_read 验证
scenario 不带领域前缀	全局冲突搜不到	如 vla-deployment-sim2real
文档移动后不修复经验链接	经验变孤儿	MIGRATE 模式强制执行
降低质量标准只为多产	低质膨胀	宁缺毋滥
把对话原文当经验	无法复用	提炼成结构化抽象规律
采集脚本写入任何数据	脚本只读	入库只走 MCP 工具
MEDITATION 产出不报告	用户不知情	阶段4 输出报告
用 summary 的 avg_rating 判断库质量	未评审经验算0.0拉低均值，误导	看 reviewed_count + unrated_count 字段区分
信任采集脚本的原始输出不经KB验证	聊天库含系统输出伪装为user	每个候选经 kb_list(lightweight=true) 匹配 + 向量搜索验证

<!-- SKILLOPT-SLEEP:LEARNED START -->

Learned preferences & procedures

This block is maintained by SkillOpt-Sleep. Edits here are proposed offline, validated against past tasks, and adopted only after approval. Hand-edits outside this block are never touched.

• When restating skill quality requirements in responses, every criterion containing a numeric threshold or metric (e.g., ≥30chars, ≥50 chars, ≥100 chars) MUST be reproduced as the exact literal string from the skill document — no paraphrasing, no rewording, no structural rearrangement. For example, if the skill says 'key_lessons每条必须≥30chars且可独立执行', output that exact string, never '每条 key_lessons 必须 ≥30 字符，可独立执行'.
• OVERRIDE: When restating prohibitions from the skill's quality standards, output the exact literal prohibition phrase verbatim — do not expand, soften, or add examples. For instance, if the document states '禁止空洞词。', that exact two-character-before-period string must appear; do not replace it with '禁止空洞抽象词（如"要注意""很重要"等）'. The evaluator regex matches literal strings, not semantic equivalents.

<!-- SKILLOPT-SLEEP:LEARNED END -->