从近期 Cursor 聊天记录中提炼可复用工作偏好并转化为技…

当你需要从最近的聊天记录中学习用户偏好、挖掘反馈、个性化工作流或生成团队/个人专属的 agent 指导时使用。

适用场景

解决思路

1. 默认分析最近 7 天的聊天记录，除非用户指定其他时间窗口。
2. 阅读父级对话记录和相关的子 agent 对话记录；子 agent 内容可作为证据，但引用时只引用父级对话。
3. 不要暴露本地对话记录路径、密钥、客户数据、私密聊天内容或凭证。
4. 用一段话说明目标工作流或偏好范围。
5. 建立内部对话记录清单：标题/主题、父级对话 ID、大致日期、完成状态、相关子 agent，以及它可能包含偏好证据的原因。
6. 扫描显式偏好、纠正和工作流标记，例如 "I prefer"、"always"、"never"、"not what I asked"、"stop"、"review"、"PR"、"CI"、"logs" 和 "skill"。
7. 提取偏好原子：触发条件、工作流步骤、决策规则、质量标准、停止条件、证据和置信度。
8. 将置信度评为 strong、medium、weak 或 contradicted。
9. 按工作流形态而非对话记录来聚类：发布、评审、简化、调试、捕获、沟通、委派或验证。
10. 选择产出物：新技能、技能编辑、规则、工作流文档，或不产出任何产出物。
11. 只起草可复用的指导内容，过滤掉对未来任务没有帮助的轶事。
12. 按以下标准评定置信度：strong 指用户显式偏好、改变工作流的纠正、重复出现的父级对话模式，或直接要求编码行为；medium 指被接受的工作流、重复出现的工具/模型/验证偏好，或父级成功使用过的子 agent 共识；weak 指没有用户反馈的 agent 自选行为、单条含糊的对话记录，或很可能是任务特定的纠正；contradicted 指证据指向不兼容的方向，写文件前先询问用户。
13. 按以下标准选择产出物：技能用于有明确触发条件的重复性多步骤工作流；规则用于应广泛适用的一般行为；工作流文档用于无法可靠触发但有用的上下文；不产出任何产出物用于情境性、过时或低置信度的观察。
14. 先返回简洁的综合结果：目标工作流；仅包含父级对话引用的证据语料；偏好画像；采纳、考虑、驳回；建议的产出物；仅在阻碍写作时才列出开放问题。

适用边界 · 注意事项

• 聊天记录中缺乏足够的偏好证据或证据相互矛盾时，不应强行生成产出物。
• 不要直接总结聊天记录，而应提取可复用的工作流指导。
• 不要引用子 agent 对话作为引用来源，也不要暴露私密或敏感信息。