桌面应用【免费下载链接】EcoPaste跨平台的剪贴板管理工具 | Cross-platform clipboard management tool项目地址https://gitcode.com/ayangweb/EcoPaste点击查看免费下载trellis-session-insight是 EcoPaste 仓库.cursor/目录下为 AI 编程助手准备的一项能力型技能capability skill其核心是教会 AI 何时调用、如何调用trellis mem——一个纯本地的跨会话记忆检索 CLI。本文将围绕该技能的完整定义结合仓库中的 CLI 参考与触发模式文档系统讲解trellis mem的适用场景、五类子命令、全部可用参数、常见一行命令、中英文触发句式以及其严格的边界与注意事项。读完你可以独立判断该不该查历史对话查哪一段查完怎么用并在多会话、多项目的 AI 协作工作流中直接落地这套检索方案。trellis mem是什么本地化的跨会话记忆检索trellis mem是一个本地 CLI它直接索引用户历史上 Claude Code、Codex、Pi Agent 各平台自行保存在本机的 JSONL 对话日志Claude Code~/.claude/projects/Codex~/.codex/sessions/Pi Agent~/.pi/agent/sessions/索引之后它允许你列出list、搜索search、按 Trellis 任务边界切片slice、导出清洗后的对话dump。注意两点硬边界见 cli-quick-reference.mdOpenCode 日志目前无法索引provider adapter 待开发在0.6.0-beta.*版本上仅为 stub。当目标明确落在 OpenCode 会话上时应当明确告知用户这个限制而不是猜测。没有任何内容被上传所有读取均在本地完成。mem对平台 JSONL 存储是只读的不会推送、也不会同步到远端。该技能的设计定位很关键它是能力capability而非工作流workflow。它没有固定的输出文件、没有强制写回步骤、也没有每次 finish-work 后必须运行的规则。mem返回什么、怎么用属于对话当下的人工判断——技能的存在只是让 AI 知道有这个能力可用并且可以自行决定用不用。何时应该伸手去拿它判据与六类场景技能的判据浓缩成一句话一位资深同事是否会问『我们之前是不是已经聊过这个』——这正是该伸手的时刻。具体可以落到六类模式主文档 SKILL.md 与 triggering-patterns.md 均有详细列举场景用户意图推荐检索动作脑暴重跑风险Brainstorm rerun risk新任务触及用户之前待过的领域想确认某个决定是否已做过——在重复问用户之前先自查search 关键词熟悉 Bug 调试Familiar-bug debugging当前 Bug 模式感觉像用户之前报告/修复过的search 错误串片段 --global锚定错误信息中短小、独特的 token跨会话续作Cross-session continuation用户隔了许久回来只说where were we / 继续上次的不指明细节用--task 当前任务目录定位最近会话再extract最近一条决策检索Decision retrieval用户引用当时对 X 的决定但决定只存在于旧对话里不在任何prd.md/spec/中search定位会话再extract id --phase brainstorm找回讨论收尾复盘Finish-work retrospective用户明确要求总结本次任务中决定了什么 / 踩了什么坑 / 有什么意外——注意是用户要求时才做不是每次收尾的强制步骤从.trellis/.runtime/sessions/*.json或mem list --task找到当前会话 id分别extract --phase brainstorm与--phase implement跨工作模式识别Pattern-spotting across past work用户问我是不是一直在犯同一个错 / 这类问题出现过几次search 主题 --global --limit 50按日期/项目扫描可选地extract两三条对比若以上场景均不命中就不要调用mem。它是一个工具不是一种仪式It is a tool, not a ceremony.。何时不该用它四条明确的禁区同样重要的是知道什么情况不要伸手避免给当前上下文制造噪音两条来源主 SKILL.md 的 When NOT to reach for it 与 triggering-patterns.md 的 Anti-patterns相关上下文已在当前可及范围内——当前轮次、prd.md、design.md、最近的git log、打开的文件里就有答案。mem服务于已经掉出即时可及范围的信息。用户问的是代码事实而非对话事实——这个函数是干嘛的测试为什么挂这类问题用git log -p、grep、直接读文件更快更权威。正处于子代理sub-agent中——trellis-implement/trellis-check的分发提示里已经带有整理好的implement.jsonl/check.jsonl上下文再叠一层mem通常只是添乱。注意查看 trellis-implement.md 与 trellis-check.md 中各自的 Trellis Context Loading Protocol 与 Recursion Guard 可以印证这一点。用户明确说过别翻历史直接回答我问的。另外的通用反例查代码库模式 → 读 spec 文件查 npm 最新版本 → 用npm view修这个 Bug → 直接调试仅当怀疑存在先前上下文时才动用mem。mem返回后怎么用把输出当原料而不是交付物技能明确把返回内容定性为原始材料raw material。拿到之后根据当前对话的活生生语境做判断Trellis 不规定单一去向——把每次召回都硬塞进固定文件只会让文件长成噪音处理方式适用情形备注在回复中直接引用某段过往交流正好回答当前问题应附上 session-id / phase 供用户核对更新task/prd.md或task/design.mdmem翻出了本该落文档却漏掉的承重决策先向用户展示提议的编辑内容再动手追加到任务本地笔记如task/notes.md结论属于当前任务记录但不适合塞进 PRD—更新.trellis/spec/结论是全项目通用的惯例或坑能帮到未来任务应改走trellis-update-spec技能session-insight止步于发现只是吸收一次性回忆接下来几轮答得更好即可什么都不写这常常是单次召回的正确选择需要特别强调的是mem不编辑代码、不更新任何文件所有写回动作都是你当下的决定它也不替代trellis-update-spec把发现提升为项目级指导的正确工具以及平台原生的任务/spec 工作流。CLI 快速参考五类子命令完整参数表以 cli-quick-reference.md 为权威来源——该文档声明trellis mem help在运行时打印同样内容任何漂移都算 Bug。子命令用途list列出会话。未给子命令时的默认命令。search keyword查找内容匹配关键词的会话。context session-id钻取单个会话Top-N 命中轮次 上下文。可与--grep组合做关键词锚定。extract session-id导出清洗后的对话。可叠加--phase/--grep切片。projects列出活跃的项目cwd及对应会话数量用于发现其他子命令该传哪个--cwd。完整参数表FlagsFlag适用子命令含义--platform claude\|codex\|opencode\|pi\|all全部默认all。OpenCode 适配器在0.6.0-beta.*上仍是 stub见下方注意事项。--since YYYY-MM-DDlist/search日期下界含当日。--until YYYY-MM-DDlist/search日期上界含当日。--globallist/search包含本机所有项目的会话。默认仅当前项目cwd。--cwd pathlist/search强制指定项目 cwd而不是从当前位置推断。--limit Nlist/search限制输出行数默认50。--grep KWextract/context按关键词过滤轮次以空白分隔时做多 token 的 AND 匹配。--phase brainstorm\|implement\|allextract按 Trellis 任务边界切片会话。brainstorm[task.py create, task.py start)区间implement brainstorm 窗口之外的轮次默认all。--turns Ncontext返回的命中轮次数默认3。--around Ncontext每个命中点附带的上下文轮次数默认1。--max-chars Ncontext总字符预算默认6000约 1500 token。--include-childrensearch/context将 OpenCode 子代理会话合并进其父会话。--json全部输出可机器解析的 JSON 而非人类可读文本。其中--phase的切片语义值得单独说明它依赖task.py create/task.py start调用出现在会话被记录的 bash 调用中。如果用户是在另一个终端、脱离被记录的 AI 循环运行task.py该会话就没有 phase 边界此时--phase all是安全回退。另外跨会话续作场景下 phase 切片非常有用——对当前任务做收尾复盘时--phase brainstorm找回规划讨论--phase implement找回执行循环。开箱即用的常用一行命令# 全机检索哪些历史会话讨论过 deadlock trellis mem search deadlock --global --limit 20 # 钻取单个会话返回提到 lock contention 的 Top-5 轮次及其前后各 2 轮上下文 trellis mem context 5842592d --grep lock contention --turns 5 --around 2 # 找回某会话的 brainstorm 窗口——续做一周前用户开启的任务时很常用 trellis mem extract 5842592d --phase brainstorm # 列出本机所有有 Trellis 会话的项目及其会话数量 trellis mem projects再加两段来自触发模式文档的推荐组合# 过去方案召回先搜症状关键词再钻取最接近的那条 trellis mem search 症状关键词 --global --limit 10 # 决策检索先搜决策关键词定位会话再按 brainstorm 阶段导出讨论 trellis mem extract id --phase brainstorm输出形状人类可读 vs 机器可解析默认人类可读输出不带--json按终端换行排版session-id 高亮、轮次标记可见。适合当场阅读但不适合直接粘进 Markdown 文件。--json输出schema 稳定、可安全解析。当要把mem输出管道给后续步骤例如汇总成 Lessons 小节时优先用--json。触发模式速查中英文句式训练直觉triggering-patterns.md 按背后的意图而非表面措辞分组罗列了应当触发 reach formem 的典型用户原话同一意图在不同语言、不同语域都会出现。以下为关键样例过去方案召回Past-solution recallHow did we solve this last time? / What did we end up doing about X? / 上次怎么解的? / 之前是怎么搞定 X 的? / 我记得以前修过类似的决策检索Decision retrievalWhat was the decision on X? / Did we decide to use Postgres or SQLite? / 我们当时为啥选了 X 而不是 Y? / 关于 X 我们之前是怎么定的?跨会话续作Cross-session continuationWhere were we? / Continue from last time. / 继续上次的 / 我们上次做到哪了 / 接着昨天那个任务熟悉 Bug 调试Familiar-bug debuggingI feel like Ive hit this before. / Same kind of timeout I had in X. / 这个错好像之前见过 / 这个 bug 是不是上次那个? / 怎么又是这个 error?自我模式识别Self-pattern spottingDo I always make this mistake? / How often have I run into X? / 我每次都踩这个坑吗? / 我老犯这个错? / 这类问题之前出现过几次?收尾复盘Finish-work retrospective按需触发Summarize what we did in this task. / Write up the lessons from this round. / 总结一下这次的经验 / 记一下这次踩的坑 / 复盘下这个任务该文档给了一个校准原则如果用户消息命中上述任一模式而你却没去查mem你很可能错过了一次明显的召回。边界与注意事项CaveatsOpenCode 适配器在0.6.0-beta.*上是 stub当--platform解析到 OpenCode或all且会包含 OpenCode时mem打印一行 reader unavailable 提示后继续处理其他平台。在适配器发布前不要在回复里承诺 OpenCode 覆盖。--phase切片依赖task.py create/task.py start出现在会话记录中在不同终端运行task.py脱离被记录的 AI 循环的会话没有 phase 边界此时回退到--phase all。mem直接索引平台 JSONL 文件若用户已清空 Claude / Codex / Pi 的会话存储mem无法恢复磁盘上已不存在的数据。mem只读无远端同步、不改平台 JSONL。基于mem发现所做的任何写入都是你自己调用编辑工具的后续动作。若现有参考不够用直接在用户 shell 中运行trellis mem help——运行时帮助是权威来源在快速迭代的 beta 版本中它会先于本参考文档更新。与仓库其他 Trellis 组件的协作关系本技能不是孤立存在的它在 EcoPaste 的.cursor/目录下与一组组件配合。了解这些边界能帮你避免误用mem检索到的承重决策要落进项目级指导时应转交trellis-update-spec见 skills/trellis-update-spec/SKILL.md它不取代任务/spec 工作流本身agents/trellis-implement.md、agents/trellis-research.md、agents/trellis-check.md 分别承载实现、研究与质量检查三种子代理角色会话续作与收尾则对应 commands/trellis-continue.md用get_context.py定位应恢复的 phase/step与 commands/trellis-finish-work.md归档任务 记录会话日志。因此本文所述技能的实操闭环是判断该查 → 用mem查 → 现场决定召回内容的去向其余环节交给专门组件。小结一套可复用的记忆检索纪律trellis-session-insight提供的不是每次对话都必须跑的流程而是一套判断纪律 工具能力用资深同事会不会问『我们聊过没』作为伸手判据用search/context/extract/list/projects五条命令精确切出需要的对话片段拿到原始材料后按现场语境决定引用、落 PRD、记 notes、升 spec 还是仅吸收。掌握了这些你就拥有了在任意多会话、多项目环境中复用历史决策、跳过熟悉 Bug 的完整调试循环、以及低成本续作任意任务的实战能力。赞分享桌面应用【免费下载链接】EcoPaste跨平台的剪贴板管理工具 | Cross-platform clipboard management tool项目地址https://gitcode.com/ayangweb/EcoPaste点击查看免费下载相关推荐EcoPaste 仓库中的 Trellis Session Insight 技能trellis mem 跨会话记忆检索实战指南EcoPaste 仓库中的 Trellis Session Insight 技能 trellis mem 跨会话记忆检索实战指南 本指南以 .agents/s桌面应用trellis mem CLI 快速参考EcoPaste 仓库 Trellis 技能栈中的跨会话记忆检索实战trellis mem CLI 快速参考EcoPaste 仓库 Trellis 技能栈中的跨会话记忆检索实战 trellis mem 是一个本地命令行工具用桌面应用EcoPaste 项目内 Trellis Session Insight 技能trellis mem 跨会话记忆 CLI 完整参考指南EcoPaste 项目内 Trellis Session Insight 技能 trellis mem 跨会话记忆 CLI 完整参考指南 trellis me桌面应用上一篇Esrever命令行工具实战如何在终端中反转任意文本下一篇3个神奇技巧让你的Android手机变成Windows游戏机 创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 在 EcoPaste 仓库中用好 Trellis 跨会话记忆检索：`trellis mem` 技能完全指南
桌面应用【免费下载链接】EcoPaste跨平台的剪贴板管理工具 | Cross-platform clipboard management tool项目地址https://gitcode.com/ayangweb/EcoPaste点击查看免费下载trellis-session-insight是 EcoPaste 仓库.cursor/目录下为 AI 编程助手准备的一项能力型技能capability skill其核心是教会 AI 何时调用、如何调用trellis mem——一个纯本地的跨会话记忆检索 CLI。本文将围绕该技能的完整定义结合仓库中的 CLI 参考与触发模式文档系统讲解trellis mem的适用场景、五类子命令、全部可用参数、常见一行命令、中英文触发句式以及其严格的边界与注意事项。读完你可以独立判断该不该查历史对话查哪一段查完怎么用并在多会话、多项目的 AI 协作工作流中直接落地这套检索方案。trellis mem是什么本地化的跨会话记忆检索trellis mem是一个本地 CLI它直接索引用户历史上 Claude Code、Codex、Pi Agent 各平台自行保存在本机的 JSONL 对话日志Claude Code~/.claude/projects/Codex~/.codex/sessions/Pi Agent~/.pi/agent/sessions/索引之后它允许你列出list、搜索search、按 Trellis 任务边界切片slice、导出清洗后的对话dump。注意两点硬边界见 cli-quick-reference.mdOpenCode 日志目前无法索引provider adapter 待开发在0.6.0-beta.*版本上仅为 stub。当目标明确落在 OpenCode 会话上时应当明确告知用户这个限制而不是猜测。没有任何内容被上传所有读取均在本地完成。mem对平台 JSONL 存储是只读的不会推送、也不会同步到远端。该技能的设计定位很关键它是能力capability而非工作流workflow。它没有固定的输出文件、没有强制写回步骤、也没有每次 finish-work 后必须运行的规则。mem返回什么、怎么用属于对话当下的人工判断——技能的存在只是让 AI 知道有这个能力可用并且可以自行决定用不用。何时应该伸手去拿它判据与六类场景技能的判据浓缩成一句话一位资深同事是否会问『我们之前是不是已经聊过这个』——这正是该伸手的时刻。具体可以落到六类模式主文档 SKILL.md 与 triggering-patterns.md 均有详细列举场景用户意图推荐检索动作脑暴重跑风险Brainstorm rerun risk新任务触及用户之前待过的领域想确认某个决定是否已做过——在重复问用户之前先自查search 关键词熟悉 Bug 调试Familiar-bug debugging当前 Bug 模式感觉像用户之前报告/修复过的search 错误串片段 --global锚定错误信息中短小、独特的 token跨会话续作Cross-session continuation用户隔了许久回来只说where were we / 继续上次的不指明细节用--task 当前任务目录定位最近会话再extract最近一条决策检索Decision retrieval用户引用当时对 X 的决定但决定只存在于旧对话里不在任何prd.md/spec/中search定位会话再extract id --phase brainstorm找回讨论收尾复盘Finish-work retrospective用户明确要求总结本次任务中决定了什么 / 踩了什么坑 / 有什么意外——注意是用户要求时才做不是每次收尾的强制步骤从.trellis/.runtime/sessions/*.json或mem list --task找到当前会话 id分别extract --phase brainstorm与--phase implement跨工作模式识别Pattern-spotting across past work用户问我是不是一直在犯同一个错 / 这类问题出现过几次search 主题 --global --limit 50按日期/项目扫描可选地extract两三条对比若以上场景均不命中就不要调用mem。它是一个工具不是一种仪式It is a tool, not a ceremony.。何时不该用它四条明确的禁区同样重要的是知道什么情况不要伸手避免给当前上下文制造噪音两条来源主 SKILL.md 的 When NOT to reach for it 与 triggering-patterns.md 的 Anti-patterns相关上下文已在当前可及范围内——当前轮次、prd.md、design.md、最近的git log、打开的文件里就有答案。mem服务于已经掉出即时可及范围的信息。用户问的是代码事实而非对话事实——这个函数是干嘛的测试为什么挂这类问题用git log -p、grep、直接读文件更快更权威。正处于子代理sub-agent中——trellis-implement/trellis-check的分发提示里已经带有整理好的implement.jsonl/check.jsonl上下文再叠一层mem通常只是添乱。注意查看 trellis-implement.md 与 trellis-check.md 中各自的 Trellis Context Loading Protocol 与 Recursion Guard 可以印证这一点。用户明确说过别翻历史直接回答我问的。另外的通用反例查代码库模式 → 读 spec 文件查 npm 最新版本 → 用npm view修这个 Bug → 直接调试仅当怀疑存在先前上下文时才动用mem。mem返回后怎么用把输出当原料而不是交付物技能明确把返回内容定性为原始材料raw material。拿到之后根据当前对话的活生生语境做判断Trellis 不规定单一去向——把每次召回都硬塞进固定文件只会让文件长成噪音处理方式适用情形备注在回复中直接引用某段过往交流正好回答当前问题应附上 session-id / phase 供用户核对更新task/prd.md或task/design.mdmem翻出了本该落文档却漏掉的承重决策先向用户展示提议的编辑内容再动手追加到任务本地笔记如task/notes.md结论属于当前任务记录但不适合塞进 PRD—更新.trellis/spec/结论是全项目通用的惯例或坑能帮到未来任务应改走trellis-update-spec技能session-insight止步于发现只是吸收一次性回忆接下来几轮答得更好即可什么都不写这常常是单次召回的正确选择需要特别强调的是mem不编辑代码、不更新任何文件所有写回动作都是你当下的决定它也不替代trellis-update-spec把发现提升为项目级指导的正确工具以及平台原生的任务/spec 工作流。CLI 快速参考五类子命令完整参数表以 cli-quick-reference.md 为权威来源——该文档声明trellis mem help在运行时打印同样内容任何漂移都算 Bug。子命令用途list列出会话。未给子命令时的默认命令。search keyword查找内容匹配关键词的会话。context session-id钻取单个会话Top-N 命中轮次 上下文。可与--grep组合做关键词锚定。extract session-id导出清洗后的对话。可叠加--phase/--grep切片。projects列出活跃的项目cwd及对应会话数量用于发现其他子命令该传哪个--cwd。完整参数表FlagsFlag适用子命令含义--platform claude\|codex\|opencode\|pi\|all全部默认all。OpenCode 适配器在0.6.0-beta.*上仍是 stub见下方注意事项。--since YYYY-MM-DDlist/search日期下界含当日。--until YYYY-MM-DDlist/search日期上界含当日。--globallist/search包含本机所有项目的会话。默认仅当前项目cwd。--cwd pathlist/search强制指定项目 cwd而不是从当前位置推断。--limit Nlist/search限制输出行数默认50。--grep KWextract/context按关键词过滤轮次以空白分隔时做多 token 的 AND 匹配。--phase brainstorm\|implement\|allextract按 Trellis 任务边界切片会话。brainstorm[task.py create, task.py start)区间implement brainstorm 窗口之外的轮次默认all。--turns Ncontext返回的命中轮次数默认3。--around Ncontext每个命中点附带的上下文轮次数默认1。--max-chars Ncontext总字符预算默认6000约 1500 token。--include-childrensearch/context将 OpenCode 子代理会话合并进其父会话。--json全部输出可机器解析的 JSON 而非人类可读文本。其中--phase的切片语义值得单独说明它依赖task.py create/task.py start调用出现在会话被记录的 bash 调用中。如果用户是在另一个终端、脱离被记录的 AI 循环运行task.py该会话就没有 phase 边界此时--phase all是安全回退。另外跨会话续作场景下 phase 切片非常有用——对当前任务做收尾复盘时--phase brainstorm找回规划讨论--phase implement找回执行循环。开箱即用的常用一行命令# 全机检索哪些历史会话讨论过 deadlock trellis mem search deadlock --global --limit 20 # 钻取单个会话返回提到 lock contention 的 Top-5 轮次及其前后各 2 轮上下文 trellis mem context 5842592d --grep lock contention --turns 5 --around 2 # 找回某会话的 brainstorm 窗口——续做一周前用户开启的任务时很常用 trellis mem extract 5842592d --phase brainstorm # 列出本机所有有 Trellis 会话的项目及其会话数量 trellis mem projects再加两段来自触发模式文档的推荐组合# 过去方案召回先搜症状关键词再钻取最接近的那条 trellis mem search 症状关键词 --global --limit 10 # 决策检索先搜决策关键词定位会话再按 brainstorm 阶段导出讨论 trellis mem extract id --phase brainstorm输出形状人类可读 vs 机器可解析默认人类可读输出不带--json按终端换行排版session-id 高亮、轮次标记可见。适合当场阅读但不适合直接粘进 Markdown 文件。--json输出schema 稳定、可安全解析。当要把mem输出管道给后续步骤例如汇总成 Lessons 小节时优先用--json。触发模式速查中英文句式训练直觉triggering-patterns.md 按背后的意图而非表面措辞分组罗列了应当触发 reach formem 的典型用户原话同一意图在不同语言、不同语域都会出现。以下为关键样例过去方案召回Past-solution recallHow did we solve this last time? / What did we end up doing about X? / 上次怎么解的? / 之前是怎么搞定 X 的? / 我记得以前修过类似的决策检索Decision retrievalWhat was the decision on X? / Did we decide to use Postgres or SQLite? / 我们当时为啥选了 X 而不是 Y? / 关于 X 我们之前是怎么定的?跨会话续作Cross-session continuationWhere were we? / Continue from last time. / 继续上次的 / 我们上次做到哪了 / 接着昨天那个任务熟悉 Bug 调试Familiar-bug debuggingI feel like Ive hit this before. / Same kind of timeout I had in X. / 这个错好像之前见过 / 这个 bug 是不是上次那个? / 怎么又是这个 error?自我模式识别Self-pattern spottingDo I always make this mistake? / How often have I run into X? / 我每次都踩这个坑吗? / 我老犯这个错? / 这类问题之前出现过几次?收尾复盘Finish-work retrospective按需触发Summarize what we did in this task. / Write up the lessons from this round. / 总结一下这次的经验 / 记一下这次踩的坑 / 复盘下这个任务该文档给了一个校准原则如果用户消息命中上述任一模式而你却没去查mem你很可能错过了一次明显的召回。边界与注意事项CaveatsOpenCode 适配器在0.6.0-beta.*上是 stub当--platform解析到 OpenCode或all且会包含 OpenCode时mem打印一行 reader unavailable 提示后继续处理其他平台。在适配器发布前不要在回复里承诺 OpenCode 覆盖。--phase切片依赖task.py create/task.py start出现在会话记录中在不同终端运行task.py脱离被记录的 AI 循环的会话没有 phase 边界此时回退到--phase all。mem直接索引平台 JSONL 文件若用户已清空 Claude / Codex / Pi 的会话存储mem无法恢复磁盘上已不存在的数据。mem只读无远端同步、不改平台 JSONL。基于mem发现所做的任何写入都是你自己调用编辑工具的后续动作。若现有参考不够用直接在用户 shell 中运行trellis mem help——运行时帮助是权威来源在快速迭代的 beta 版本中它会先于本参考文档更新。与仓库其他 Trellis 组件的协作关系本技能不是孤立存在的它在 EcoPaste 的.cursor/目录下与一组组件配合。了解这些边界能帮你避免误用mem检索到的承重决策要落进项目级指导时应转交trellis-update-spec见 skills/trellis-update-spec/SKILL.md它不取代任务/spec 工作流本身agents/trellis-implement.md、agents/trellis-research.md、agents/trellis-check.md 分别承载实现、研究与质量检查三种子代理角色会话续作与收尾则对应 commands/trellis-continue.md用get_context.py定位应恢复的 phase/step与 commands/trellis-finish-work.md归档任务 记录会话日志。因此本文所述技能的实操闭环是判断该查 → 用mem查 → 现场决定召回内容的去向其余环节交给专门组件。小结一套可复用的记忆检索纪律trellis-session-insight提供的不是每次对话都必须跑的流程而是一套判断纪律 工具能力用资深同事会不会问『我们聊过没』作为伸手判据用search/context/extract/list/projects五条命令精确切出需要的对话片段拿到原始材料后按现场语境决定引用、落 PRD、记 notes、升 spec 还是仅吸收。掌握了这些你就拥有了在任意多会话、多项目环境中复用历史决策、跳过熟悉 Bug 的完整调试循环、以及低成本续作任意任务的实战能力。赞分享桌面应用【免费下载链接】EcoPaste跨平台的剪贴板管理工具 | Cross-platform clipboard management tool项目地址https://gitcode.com/ayangweb/EcoPaste点击查看免费下载相关推荐EcoPaste 仓库中的 Trellis Session Insight 技能trellis mem 跨会话记忆检索实战指南EcoPaste 仓库中的 Trellis Session Insight 技能 trellis mem 跨会话记忆检索实战指南 本指南以 .agents/s桌面应用trellis mem CLI 快速参考EcoPaste 仓库 Trellis 技能栈中的跨会话记忆检索实战trellis mem CLI 快速参考EcoPaste 仓库 Trellis 技能栈中的跨会话记忆检索实战 trellis mem 是一个本地命令行工具用桌面应用EcoPaste 项目内 Trellis Session Insight 技能trellis mem 跨会话记忆 CLI 完整参考指南EcoPaste 项目内 Trellis Session Insight 技能 trellis mem 跨会话记忆 CLI 完整参考指南 trellis me桌面应用上一篇Esrever命令行工具实战如何在终端中反转任意文本下一篇3个神奇技巧让你的Android手机变成Windows游戏机 创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考