上下文迁移

# 上下文保留与迁移提示

[ 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，保留所有对话上下文、进度、决策和项目结构，以便在 AI 会话、平台或代理之间无缝继续。此工件充当“上下文 USB”，使任何 AI 能够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 AI 平台之间恢复对话，无需重新解释
2. **代理交接** - 将未完成的任务转移给新代理，并提供完整的进度文档
3. **项目迁移** - 复制整个项目文化、工作流程和治理结构

## 需要保留的内容类别

### 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
- 做出的决策及完整的理由链
- 达成的协议及其验证状态
- 建议和推荐及支持性上下文
- 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
- 已完成的任务和交付物
- 待处理事项和后续步骤
- 遇到的阻碍及缓解策略
- 达到的速率限制及变通解决方案
- 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、治理策略和策略
- 仓库结构（.github 工作流、模板）
- 可复用的提示表单（史诗分解、PRD、架构计划、系统设计）
- 常规模式（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、路由代理）
- 输出格式标准和变体

### 规则与协议
- 已建立的指南及范围定义
- 会话期间添加的附加指令
- 设置的约束和边界
- 质量标准和验收标准
- 保持工作正轨的对齐机制

# 步骤

1. **扫描对话历史** - 审查整个线程/会话中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并分类信息
3. **记录进度状态** - 捕获已完成、进行中和待处理的内容
4. **保留决策链** - 包括所有重要选择背后的理由
5. **为可移植性构建结构** - 以普遍可解释的格式组织
6. **添加交接指令** - 包括对下一个 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]
**继续优先级**：[关键/高/中/低]

## 会话概述
[主要目标和当前状态的 2-3 句摘要]

## 核心上下文
### 原始需求
[初始用户请求和目标]

### 演变与决策
[做出的关键决策及理由 - 项目符号列表]

### 当前进度
- 已完成：[列表]
- 进行中：[列表及完成百分比]
- 待处理：[列表]
- 受阻：[列表及阻碍和缓解措施]

## 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
[会话期间设置的指南、约束、标准]

### 假设与验证
[已假设的内容及验证状态]

## 工件与交付物
[创建的文件、文档、代码列表及描述]

## 项目结构（如适用）
### 架构概述
[SDLC、工作流、仓库结构]

### 代理生态系统
[代理描述、角色、交互]

### 可复用组件
[提示模板、工作流、自动化脚本]

### 治理与标准
[指令层次结构、常规模式、质量门禁]

## 交接指令
### 给下一个会话/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]

## 继续查询
[给下一个 AI 的建议提示：“鉴于这个上下文工件，请继续...”]
```

# 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 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 移动应用规划
**生成时间**：2026-01-07 14:30
**来源平台**：Google Gemini
**继续优先级**：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。决定采用极简设计和 AI 教练。准备进入技术架构阶段。

## 核心上下文
### 原始需求
- 目标用户：25-40 岁的在职专业人士，健身房时间有限
- 必须与 Apple Watch 和 Fitbit 同步
- 预算：MVP 5 万美元
- 时间线：3 个月上线

### 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（9.99 美元/月高级版）
- ✓ 技术栈：React Native（同时支持 iOS+Android）

### 当前进度
- 已完成：功能优先级排序、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“智能简短”而非“冗长完整”——简洁是高级功能
- AI 教练必须感觉像对话，而非机器人命令
- 社交功能推迟到 v2 以避免范围蔓延

（... 其余结构遵循）

## 继续查询
“鉴于这个 FitTrack Pro 应用规划的上下文工件，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（速率限制的自动化）**

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**：Browser Agent v2.1
**继续优先级**：关键

## 会话概述
自动抓取 50 个竞争对手网站进行价格比较。在速率限制前完成了 32/50。需要立即继续以赶上周五截止日期。

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

### 演进与决策
- ✓ 在 JS 密集型网站初次失败后添加了重试逻辑
- ✓ 从 requests 库切换到无头 Chrome 以获得更好的兼容性
- ✓ 实现了每个域名请求之间 3 秒的延迟
- ✓ 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（列表见下方“继续查询”）
- 受阻：域名 amazon.com、walmart.com、target.com 受到速率限制（需要 2 小时冷却）

## 知识库
### 既定规则与协议
- 无条件遵守 robots.txt
- 每个域名每 3 秒最多 1 次请求
- 跳过没有评论的产品（数据中的噪声）
- 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（抓取过程中变化）
  缓解措施：为每条记录添加时间戳
- 挑战：3 个网站上的反机器人 CAPTCHA
  缓解措施：用户批准对这 3 个网站进行手动数据录入
- 挑战：速率限制
  缓解措施：实现指数退避，轮换用户代理

## 继续查询
“继续定价抓取自动化。剩余 18 个网站：[bestbuy.com, newegg.com, ebay.com...]。使用现有的 CSV 'pricing_data_partial.csv'（2,847 条记录）。受速率限制的域名需要等待 2 小时。优先处理未受阻的网站。应用所有既定规则：3 秒延迟、跳过无评论、5 页分页限制。在周五下午 5 点前交付最终 CSV。”
```

**示例 3：项目迁移（完整文化转移）**

（输入上下文：包含 SDLC、代理、治理的整个项目仓库）

输出：*（显示结构的精简示例 - 实际输出将是全面的）*
```
# 上下文工件：“SmartInventory”项目文化与架构
**生成时间**：2026-01-07 16:00
**源平台**：GitHub Copilot + 多代理系统
**继续优先级**：中（接入新的 AI 代理框架）

## 会话概述
使用 AI 驱动开发文化的企业库存管理系统。需要为新的自主 AI 代理设置复制整个项目结构、代理生态系统和治理。

## 项目结构
### SDLC 框架
- 方法论：敏捷，2 周冲刺
- 阶段：史诗规划 → 开发 → 观察者审查 → CI/CD → 部署
- 所有行动 AI 驱动：代码生成、测试、文档、提交叙述生成

### 代理生态系统
**主要代理：**
- DevAgent：代码生成和实现
- TestAgent：自动化测试和质量保证
- DocAgent：文档生成和维护

**观察者代理（项目守护者）：**
- 角色：所有代理之间的一致性执行者
- 功能：PR 反馈、路径验证、标准合规
- 触发：每次提交、PR 和史诗完成

**CI/CD 代理：**
- FormatterAgent：代码风格强制
- ReflectionAgent：提取提交 → 结构化反思、开发故事线、叙述输出
- DeployAgent：自动化部署管道

**子代理（按功能领域）：**
- InventorySubAgent、UserAuthSubAgent、ReportingSubAgent

**编排：**
- 通过 .ipynb 笔记本进行多代理协调
- 模式：提示链、并行化、路由代理

### 仓库结构（.github）
```
.github/
├── workflows/
│   ├── epic_breakdown.yml
│   ├── epic_generator.yml
│   ├── prd_template.yml
│   ├── architectural_plan.yml
│   ├── system_design.yml
│   ├── conventional_commit.yml
│   ├── memory_prompt.yml
│   └── log_prompt.yml
├── AGENTS.md（代理注册表）
├── copilot-instructions.md（项目级规则）
└── sprints/
    ├── sprint_01_instructions.md
    └── epic_variations/
```

### 治理与标准
**指令层次：**
1. `copilot-instructions.md` - 项目范围不可变规则
2. 冲刺指令 - 每个冲刺的时间变化
3. 史诗指令 - 目标特定的调用

**常规模式：**
- 提交：按照 Conventional Commits 规范的 `type(scope): description`
- 记忆提示：会话状态保存模板
- 日志提示：结构化活动跟踪格式

（... 章节继续：可复用组件、质量门禁、使用新 AI 代理重建的继续指令...）
```

# 备注

- **通用性**：结构必须能被任何 AI 平台（ChatGPT、Claude、Gemini 等）解释
- **完整性与简洁性**：平衡全面上下文与可读性 - 使用嵌套章节处理深层细节
- **版本控制**：包含时间戳和源平台，以跟踪跨多个交接的上下文演变
- **行动导向**：始终以清晰的“继续查询”结束 - 下一个 AI 要使用的确切提示
- **项目规模适应**：对于完整项目迁移（案例 3），显著扩展“项目结构”章节，同时保持其他章节简洁
- **失败记录**：明确记录哪些没有成功以及原因 - 这可以防止下一个 AI 重复错误
- **规则保留**：当会话期间建立规则/协议时，包含为什么需要它们的上下文
- **假设验证**：将假设标记为“已验证”、“待验证”或“已失效”以明确

- - 适用于 GEMINI / GEMINI-CLI / ANTIGRAVITY

以下是超简洁版本：

GEMINI.md
"# 跨平台 Gemini AI 代理

workflow/agent/sample.toml
"# antigravity 提示模板


MEMORY.md
"# Gemini 记忆

**会话**：2026-01-07 | 冲刺 01（剩余 7 天）| 史诗 EPIC-001（45%）  
**活跃**：TASK-001-03 库存 CRUD API（GET/POST 完成，PUT/DELETE 待处理）  
**决策**：PostgreSQL + JSONB、RESTful /api/v1/、pytest 测试  
**下一步**：完成 PUT/DELETE 端点，最终确定模式"