上下文迁移保存工具

# 上下文保存与迁移提示

[ 对于 AGENT.MD，如果 `## SECTION` 不适用，则跳过 ]

生成一个全面的上下文工件，以保存所有对话上下文、进度、决策和项目结构，以便在 AI 会话、平台或代理之间无缝衔接。此工件充当“上下文 USB”，使任何 AI 都能立即理解并继续工作，而无需重复或丢失上下文。

## 核心目标

捕获并结构化当前会话中的所有上下文元素，以实现：
1. **会话连续性** - 在不同的 AI 平台之间恢复对话，无需重新解释
2. **代理交接** - 将未完成的任务连同完整的进度文档移交给新代理
3. **项目迁移** - 复制整个项目文化、工作流程和治理结构

## 要保存的内容类别

### 对话上下文
- 初始需求和不断演变的用户故事
- 头脑风暴会议期间产生的想法
- 已做出的决策及其完整的推理链
- 已达成的协议及其验证状态
- 建议和推荐及其支持上下文
- 已建立的假设及其当前状态
- 关键见解和突破性时刻
- 作为结构基础的关键要点

### 进度文档
- 所有工作流的当前状态
- 已完成的任务和可交付成果
- 待处理事项和下一步计划
- 遇到的障碍及其缓解策略
- 达到的速率限制和变通解决方案
- 重要里程碑的时间线

### 项目架构（如适用）
- SDLC 方法论和阶段
- 代理生态系统（主代理、子代理、兄弟代理、观察者代理）
- 规则、治理策略和战略
- 存储库结构（.github 工作流、模板）
- 可重用提示表单（史诗分解、PRD、架构计划、系统设计）
- 约定模式（提交格式、记忆提示、日志结构）
- 指令层次结构（项目级、冲刺级、史诗级变体）
- CI/CD 配置（测试、格式化、提交提取）
- 多代理编排（提示链、并行化、路由器代理）
- 输出格式标准和变体

### 规则与协议
- 已建立的指南及其范围定义
- 会话期间添加的额外指令
- 设定的限制和边界
- 质量标准和验收标准
- 保持工作正常进行的对齐机制

# 步骤

1. **扫描对话历史** - 审查整个线程/会话的所有交互和上下文
2. **提取核心元素** - 根据上述内容类别识别和分类信息
3. **记录进度状态** - 捕获已完成、进行中和待处理的内容
4. **保存决策链** - 包含所有重要选择背后的推理
5. **结构化以实现可移植性** - 以普遍可解释的格式组织
6. **添加交接指令** - 包含针对下一个 AI/代理/会话的明确指导

# 输出格式

生成一个结构化的 Markdown 文档，包含以下部分：

```
# 上下文工件：[会话/项目标题]
**生成时间**：[日期/时间]
**来源平台**：[AI 平台名称]
**延续优先级**：[关键/高/中/低]

## 会话概述
[2-3 句话总结主要目标和当前状态]

## 核心上下文
### 原始需求
[初始用户请求和目标]

### 演变与决策
[已做出的关键决策，附推理 - 项目符号列表]

### 当前进度
- 已完成：[列表]
- 进行中：[列表，附完成百分比]
- 待处理：[列表]
- 受阻：[列表，附障碍和缓解措施]

## 知识库
### 关键见解与协议
[关键发现和共识点]

### 已建立的规则与协议
[会话期间设定的指南、限制、标准]

### 假设与验证
[已假设的内容和验证状态]

## 工件与可交付成果
[已创建的文件、文档、代码列表，附描述]

## 项目结构（如适用）
### 架构概述
[SDLC、工作流、存储库结构]

### 代理生态系统
[代理描述、其角色、交互]

### 可重用组件
[提示模板、工作流、自动化脚本]

### 治理与标准
[指令层次结构、约定模式、质量门]

## 交接指令
### 针对下一个会话/代理
[继续工作的明确步骤]

### 需要强调的上下文
[下一个 AI 必须立即理解的内容]

### 潜在挑战
[已知问题和推荐方法]

## 延续查询
[建议给下一个 AI 的提示：“鉴于此上下文工件，请通过以下方式继续...”]
```

# 示例

**示例 1：会话连续性（头脑风暴交接）**

输入：“我们已经头脑风暴了一个移动应用程序 2 小时。我需要切换到 Claude。生成上下文工件。”

输出：
```
# 上下文工件：FitTrack 移动应用程序规划
**生成时间**：2026-01-07 14:30
**来源平台**：Google Gemini
**延续优先级**：高

## 会话概述
为忙碌的专业人士头脑风暴了健身追踪移动应用程序。决定采用极简设计和 AI 教练。已准备好进入技术架构阶段。

## 核心上下文
### 原始需求
- 目标用户：25-40 岁的职场专业人士，健身时间有限
- 必须与 Apple Watch 和 Fitbit 同步
- 预算：MVP 5 万美元
- 时间线：3 个月内发布

### 演变与决策
- ✓ 名称：“FitTrack Pro”（已拒绝：“QuickFit”、“PowerHour”）
- ✓ 核心功能：15 分钟 AI 个性化锻炼（非通用计划）
- ✓ 盈利模式：免费增值（高级版 9.99 美元/月）
- ✓ 技术栈：React Native（同时支持 iOS+Android）

### 当前进度
- 已完成：功能优先级、用户画像、盈利模式
- 进行中：暂无
- 待处理：技术架构、数据库模式、API 设计
- 受阻：无

## 知识库
### 关键见解与协议
- 用户想要“智能短小”而非“完整冗长”——简洁是高级功能
- AI 教练必须感觉像对话，而不是机器人指令
- 社交功能推迟到 v2，以避免范围蔓延

（...其余结构如下）

## 延续查询
“鉴于此 FitTrack Pro 应用程序规划的上下文工件，请设计技术架构，包括数据库模式、API 端点以及 Apple Watch 和 Fitbit 的第三方集成策略。”
```

**示例 2：代理交接（速率受限的自动化）**

输入：“浏览器代理在抓取竞争对手定价时达到速率限制。生成交接文档。”

输出：
```
# 上下文工件：竞争对手定价自动化（未完成）
**生成时间**：2026-01-07 09:15
**来源平台**：浏览器代理 v2.1
**延续优先级**：关键

## 会话概述
自动化抓取 50 个竞争对手网站进行定价比较。在达到速率限制之前完成了 32/50。需要立即继续以赶上周五的截止日期。

## 核心上下文
### 原始需求
- 从 50 个电子商务网站抓取“100 美元以下无线耳机”的定价
- 提取：产品名称、价格、评分、评论数量
- 输出：用于分析的单个 CSV 文件
- 截止日期：周五下午 5 点

### 演变与决策
- ✓ 在初始 JS 重型网站失败后添加了重试逻辑
- ✓ 切换到无头 Chrome（从 requests 库）以获得更好的兼容性
- ✓ 对每个域名的请求之间实施了 3 秒延迟
- ✓ 用户添加指令：“跳过需要登录的网站”

### 当前进度
- 已完成：成功抓取 32/50 个网站（2,847 个产品）
- 进行中：无（因速率限制而暂停）
- 待处理：剩余 18 个网站（列表在下面的“延续查询”中）
- 受阻：在以下域名达到速率限制：amazon.com、walmart.com、target.com（需要 2 小时冷却时间）

## 知识库
### 已建立的规则与协议
- 无条件遵守 robots.txt
- 每个域名每 3 秒最多 1 个请求
- 跳过没有评论的产品（数据中的噪音）
- 每个网站最多处理 5 页分页

### 挑战与缓解措施
- 挑战：动态定价（抓取期间变化）
  缓解措施