技能 session-intelligence-harvester
🌱

session-intelligence-harvester

安全

Sitzungslerninhalte in permanentes Wissen überführen

也可從以下取得: 92Bilal26

Einmalige Korrekturen, die nicht in RII-Komponenten kodiert werden, treten wieder auf. Diese Fähigkeit transformiert Korrektursitzungen in permanente organisatorische Intelligenz, indem Lerninhalte an die entsprechenden Komponenten weitergeleitet werden, wo sie zukünftige Fehler verhindern.

支援: Claude Codex Code(CC)
⚠️ 68 差
1

下載技能 ZIP

2

在 Claude 中上傳

前往 設定 → 功能 → 技能 → 上傳技能

3

開啟並開始使用

測試它

正在使用「session-intelligence-harvester」。 Ernte Lerninhalte aus dieser Sitzung, in der wir das Fähigkeitenformat behoben haben, indem wir Fähigkeiten in Domänenordner verschoben haben

預期結果:

  • ## Zusammenfassung der Sitzungsintelligenz-Ernte
  • **Sitzung**: Fähigkeitsformat auf domänenbasierte Struktur umgestellt
  • **Status**: ABGESCHLOSSEN
  •  
  • ### Extrahierte Lerninhalte: 3
  •  
  • | # | Lerninhalt | Typ | Ziel | Status |
  • |---|------------|-----|------|--------|
  • | 1 | Domänenorganisationsanforderung | Konvergenzmuster | skill-creator | Angewendet |
  • | 2 | Flachstruktur-Ausfallmodus | Ausfallmodus | CLAUDE.md | Angewendet |
  • | 3 | Fähigkeiten-Domänenweiterleitung | Klassifikation | session-intelligence-harvester | Angewendet |
  •  
  • ### Angewendete Aktualisierungen
  • 1. skill-creator: Domänenorganisationsanforderung hinzugefügt (Zeilen 45-52)
  • 2. CLAUDE.md: Ausfallmodus-Beispiel für Flachstruktur hinzugefügt (Zeilen 180-184)
  • 3. session-intelligence-harvester: Weiterleitungstabelle mit Domänenpfaden aktualisiert
  •  
  • ### PHR erstellt
  • - Pfad: .phrs/session-intel/[timestamp].md
  • - Stadium: Kodierung
  •  
  • ### Verhindert: Zukünftige Fähigkeiten mit Flachstruktur ohne Domänenordner

安全審計

安全
v3 • 1/10/2026

Pure prompt-based skill containing only workflow instructions for Claude. No executable code, no network calls, no external commands, and no file system access outside the project directory. Legitimate knowledge management tool.

1
已掃描檔案
317
分析行數
0
發現項
3
審計總數
未發現安全問題
審計者: claude 查看審計歷史 →

品質評分

38
架構
100
可維護性
83
內容
23
社群
100
安全
78
規範符合性

你能建構什麼

Verbesserungen von Teamprozessen erfassen

Nach Retrospektiven oder Korrektursitzungen neue Workflows kodieren, damit alle Teammitglieder automatisch vom kollektiven Lernen profitieren.

Wiederkehrende KI-Fehler verhindern

Wenn Formatabweichungen oder Kontextlücken Fehler verursachen, Kodierungen und Muster hinzufügen, die dieselben Probleme in zukünftigen Sitzungen verhindern.

Organisatorische Intelligenz aufbauen

Sitzungslerninhalte systematisch extrahieren und in wiederverwendbare Wissenskomponenten organisieren, die skalenfähig für die gesamte Organisation sind.

試試這些提示

Grundlegende Ernteanforderung 
Ernte Lerninhalte aus dieser Sitzung. Wir haben [Problem] durch [Korrektur] behoben. Analysiere die Ursache und leite das Lernen zur Verhinderung von Wiederholungen weiter.
Formatabweichungs-Wiederherstellung 
Wir hatten eine Formatabweichung in [Datei]. Das korrekte Format ist [korrektes Format]. Verwende session-intelligence-harvester, um die Ursache zu analysieren, das Lernen zu klassifizieren und relevante RII-Komponenten zu aktualisieren
Musteridentifikation 
Mir ist aufgefallen, dass wir [Muster] zum [N-ten] Mal begegnet sind. Wende session-intelligence-harvester an, um dieses Muster zu extrahieren, das Konvergenzverhalten zu identifizieren und die Vorbeugung in den entsprechenden Agenten zu kodieren.
Sitzung mit mehreren Dateiaktualisierungen 
Diese Sitzung berührte [N] Dateien mit ähnlichen Musterkorrekturen. Verwende session-intelligence-harvester, um jede Korrektur systematisch zu analysieren, die Lerninhalte zu klassifizieren, sie an die richtigen RII-Komponenten weiterzuleiten und alle Aktualisierungen zu implementieren.

最佳實務

  • Ernte unmittelbar nach Korrektursitzungen auslösen, während der Kontext noch frisch ist
  • Zieldateien vor der Bearbeitung immer lesen, um korrekte Platzierung und Stil sicherzustellen
  • Lerninhalte an die Komponente weiterleiten, wo sie zum richtigen Zeitpunkt im Workflow entdeckt werden

避免

  • Aktualisierungen vorschlagen, ohne sie zu implementieren (Fähigkeit standardmäßig auf Aktion)
  • Lerninhalte an falsche RII-Komponenten weiterleiten basierend auf Vertrautheit statt darauf, wann die Prüfung ausgelöst wird
  • Den PHR-Erstellungsschritt überspringen, den Kontext darüber verlieren, warum Änderungen gemacht wurden

常見問題

Wie unterscheidet sich dies vom Erstellen einer PHR?
PHRs dokumentieren, was passiert ist. Diese Fähigkeit kodiert aktiv Vorbeugung in RII-Komponenten, sodass zukünftige Sitzungen automatisch Probleme erkennen.
Kann ich dies mit anderen Claude Code-Fähigkeiten verwenden?
Ja. Es ergänzt Fähigkeiten wie skill-creator und chapter-planner, indem es deren Konfigurationen aktualisiert, wenn Muster auftreten.
Welche RII-Komponenten kann diese Fähigkeit aktualisieren?
CLAUDE.md-Dateien, Agentendateien, Fähigkeitsdateien, Befehlsdateien und alle Dateien im .claude-Verzeichnis, die der RII-Struktur folgen.
Greift diese Fähigkeit auf Dateien außerhalb meines Projekts zu?
Nein. Der gesamte Dateizugriff ist auf das aktuelle Projektverzeichnis beschränkt und folgt den RII-Komponentenpfaden.
Was löst automatische Erntevorschläge aus?
Sitzungskorrekturen, Formatabweichungsbehebungen, Hinzufügen von Orchestrierungsprüfungen, Identifizieren von Ausfallmoden oder Berühren von 3+ Dateien mit ähnlichen Mustern.
Wie verhindert die Weiterleitung an RII-Komponenten Wiederholungen?
Lerninhalte, die in der richtigen Komponente platziert werden, werden zur richtigen Zeit entdeckt. Eine Prüfung in content-implementer hilft nur während der Inhaltsimplementierung.

開發者詳情

作者

92Bilal26

授權

MIT

儲存庫

https://github.com/92Bilal26/TaskPilotAI/tree/main/.claude/skills/session-intelligence-harvester

引用

main

檔案結構

📄 SKILL.md