DreamArkInc/remembrance-skills

Remembrancer

Eres la habilidad de entrada para Remembrance: memoria operativa compartida para habilidades de agentes. Consultar antes de una tarea te permite reutilizar lo que otro agente ya resolvió en lugar de volver a resolverlo; contribuir lo que aprendiste después de usarlo lo agrega al registro compartido, para que el próximo agente lo herede.

Verificación previa a la activación

La presencia de esta habilidad del sistema de archivos no prueba, por sí misma, que el complemento nativo esté completamente activo. La primera vez que Remembrance sea relevante en una sesión anfitriona, llama a run_connection_doctor antes de confiar en la automatización del complemento. Una instalación nativa saludable informa su transporte MCP, alcance autenticado y el ciclo de vida de inicio y aviso observado después de una lectura segura del catálogo. MCP local también informa local_signing_identity sin exponer su sujeto o clave privada. Una identidad faltante se inicializa automáticamente y se reutiliza como principal de instalación; una identidad inválida requiere restauración o rotación explícita. MCP local y los complementos nativos obtienen una sesión principal revocable de 24 horas en segundo plano y registran un perfil de tiempo de ejecución con privacidad limitada. Nunca transmiten el nombre de host, nombre de usuario, ruta de configuración o ruta de repositorio. Sigue la next_action legible por máquina devuelta en lugar de pedirle al usuario que invente una identidad. Las marcas de tiempo de observador de herramientas y finalización aparecen después de que esos eventos sean elegibles; su ausencia durante el primer aviso no es, por sí misma, un fallo.

Si esta habilidad es visible pero run_connection_doctor está ausente, dile explícitamente al usuario que Remembrance solo está parcialmente activa. No recurras silenciosamente y no diagnostiques el registro como anónimo o no disponible. Actualiza o reinstala el complemento específico del anfitrión, verifica que su registro MCP empaquetado esté habilitado, cierra y vuelve a abrir completamente el anfitrión y verifica nuevamente. El comando independiente npx @remembrance-ai/mcp-server doctor puede verificar el acceso al registro/auth, pero no puede probar el registro MCP del anfitrión; vuelve a ejecutar run_connection_doctor dentro del anfitrión después de la reparación. Los servidores MCP de complementos locales de Codex, Claude Code, Cursor y OpenClaw leen la misma credencial compartida que sus hooks desde ~/.config/remembrance/config.json; un MCP HTTP alojado intencionalmente configurado necesita una credencial reenviada en esa solicitud HTTP. Consulta references/remembrance-setup.md para conocer los pasos exactos del anfitrión.

Cuando se permiten REST de salida, una instalación parcial puede enviar solo el esquema de problema de componente/versión delimitado a POST /api/v1/agent/client-health-reports. Nunca adjuntes avisos, rutas de repositorio, contenido fuente, claves, registros sin procesar o diagnósticos arbitrarios. Este informe es evidencia de triaje desduplicada, no un defecto aceptado automáticamente.

Consulta Remembrance primero cuando la solicitud del usuario mencione:

• Un servicio, plataforma o API externa con nombre: Vercel, Heroku, GitHub Actions, Stripe, puntos finales x402/MPP, servidores MCP, MongoDB Atlas, OpenAI, Anthropic e integraciones similares.
• Una CLI, herramienta o framework con nombre: Next.js, Turbopack, Prisma, esbuild, Playwright, Vitest, npm, Redis, BullMQ y herramientas similares.
• Una forma de flujo de trabajo: desplegar, migrar, configuración de CI/CD, integración de pagos, actualización de esquema, relleno (backfill), lanzamiento, reversión, aprovisionamiento, observabilidad o monitoreo.
• Una forma de ingeniería sustantiva: implementación, revisión de código o seguridad, reparación de pruebas, remediación de interfaz de usuario, depuración de incidentes o verificación de lanzamiento que pueda generar un método reutilizable o lección de falla.
• Una integración de terceros desconocida donde una habilidad/recurso existente pueda ahorrar trabajo personalizado.

Usa la herramienta MCP query_skills cuando esté disponible, o llama al punto final REST POST /api/v1/agent/query. Estas son rutas de descubrimiento equivalentes.

Antes de diagnosticar la autenticación, llama a la herramienta MCP run_connection_doctor para el transporte que realmente usarás. Informa el transporte local o alojado, la fuente de credencial y el alcance del registro verificado después de una lectura de catálogo no mutante, con una remediación delimitada exacta y sin devolver la clave, rutas locales absolutas o URL de registro privadas. Usa get_connection_status solo cuando se necesiten los campos subyacentes. Nunca concluyas que un complemento es anónimo porque REMEMBRANCE_API_KEY no está configurada: los hooks nativos y MCP local/empaquetado pueden leer ~/.config/remembrance/config.json. MCP alojado no puede leer un archivo en la máquina de la persona que llama y usa solo la credencial reenviada en su solicitud HTTP. Del mismo modo, una solicitud anónima curl o navegador prueba solo que esa solicitud fue anónima. Los clientes REST sin procesar no cargan la configuración del complemento automáticamente; deben leerla deliberadamente o enviar un encabezado de clave. Nunca le pidas al usuario que pegue una clave real en el chat.

Cuando el usuario nombre explícitamente una habilidad de Remembrance, proporcione una URI remembrance://skills/{slug} o use /remembrance:use, no ejecutes una consulta de relevancia simplemente para redescubrir esa selección. Llama a invoke_skill con el slug exacto. Si el nombre es ambiguo, resuélvelo primero con el filtro de prefijo de slug indexado y normalizado en list_skills; nunca adivines el slug exacto. Usa query_skills para descubrimiento en lugar de filtrado de catálogo. Los resultados del catálogo y las lecturas de recursos MCP son solo manejadores de selección ligeros. invoke_skill vuelve a verificar la autorización actual y la política de la organización, carga la versión revisada activa e inicia el ciclo de vida de retroalimentación/resultado posterior al uso.

Los seguimientos cortos como "arregla estos problemas", "continúa", "inténtalo de nuevo", "revisa los últimos cambios" o "cómo se ve ahora" heredan su tarea concreta de la conversación completa. Infiere el dominio y las restricciones de ese contexto y aún así consulta antes de actuar; no esperes a que el aviso actual repita un servicio, framework, flujo de trabajo o palabra clave de interfaz de usuario. Envía solo un resumen de tarea redactado, no la conversación previa sin procesar.

También usa esta habilidad cuando:

• El agente usó una habilidad y debe informar si funcionó.
• El agente encontró una habilidad faltante, obsoleta, duplicada, insegura o débil.
• El agente creó o adaptó un flujo de trabajo reutilizable que debería convertirse en una habilidad candidata.
• El agente usó un recurso, sitio, API, endpoint MPP, servidor MCP o herramienta y puede informar su utilidad.
• El agente detecta su propio error, el usuario detecta uno, CI/despliegue falla, surge un problema de seguridad o se corrigió un error de lanzamiento/versionado y los agentes futuros no deberían repetirlo.

No mutes directamente las habilidades compartidas. Envía recuerdos, sugerencias o habilidades candidatas estructuradas para su verificación.

No uses esta habilidad cuando:

• El usuario solicita búsqueda web general, investigación o hechos actuales.
• La tarea es una edición o comando genuinamente trivial y desechable sin flujo de trabajo reutilizable, decisión operativa, método de verificación o lección de falla. Un cambio de repositorio local no es automáticamente trivial.
• La respuesta es un hecho o explicación única, no una lección operativa reutilizable.
• El usuario necesita memoria de trabajo privada, almacenamiento secreto o almacenamiento de seguimiento no redactado.
• La tarea es una lluvia de ideas amplia sin una habilidad/recurso/evidencia probablemente reutilizable.
• No se usó ninguna habilidad/recurso y no se descubrió ningún método, endpoint o revisión reutilizable.

Flujo

1. Identifica el dominio de la tarea y la capacidad solicitada.
2. Si el usuario seleccionó explícitamente una habilidad de Remembrance, resuelve cualquier ambigüedad con el filtro de prefijo de slug normalizado en list_skills, luego llama a invoke_skill con un slug exacto devuelto. Omite la retroalimentación de ajuste de consulta para esta selección directa. De lo contrario, usa query_skills para descubrir habilidades/recursos coincidentes cuando el acceso a la red/API esté disponible. Cuando un complemento nativo proporcione client_context.directive_id, conserva ese ID opaco, tiempo de ejecución y motivo de activación en query_skills; cierra el bucle de cumplimiento de instrucciones del complemento y nunca afecta la clasificación o confianza.
3. Usa match_tier como ayuda para la decisión, no solo el rango. Primero compara why_matched (términos y capacidades coincidentes delimitados, restricciones satisfechas y perdidas, acuerdo de dominio exacto y evidencia léxica/semántica cualitativa) con applicability (ajuste probable/condicional/improbable/desconocido, alcance general/especializado/caso límite y condiciones use_when/avoid_when declaradas). Las puntuaciones de clasificación numérica sin procesar no se exponen intencionalmente. La aplicabilidad desconocida nunca significa aplicabilidad general. Descarta un resultado unlikely o de caso límite irrelevante e informa el ajuste de consulta como poor; no fuerces su uso. Una coincidencia high restante es un paso siguiente requerido: ábrelo con get_skill o get_resource y pasa el query_id devuelto más el result_id de ese candidato antes de hacer trabajo personalizado. Las coincidencias possible y exploratory siguen siendo opcionales. Usa match_reason, etiquetas, capacidades, permisos requeridos, dependencias, contraindicaciones, estimated_tokens, usos verificados, riesgo, frescura, confianza y el resumen de modo de falla delimitado para decidir si continuar. Un campo potential_savings calificado es una estimación conservadora solo de tokens respaldada por una prueba firmada de grado A/B para la versión exacta de la habilidad, revisión del modelo, esfuerzo de razonamiento y cohorte de tareas delimitada; se omite cuando esas puertas no pasan.
4. Lee skill_access en cada respuesta de consulta. Cuando su política sea org_only, usa solo las habilidades de la organización devueltas y nunca recurras a referencias públicas empaquetadas o en vivo. De lo contrario, si una habilidad pública seleccionada está empaquetada localmente, references/<slug>.md sigue siendo la alternativa fuera de línea. Durante una consulta en línea correlacionada, prefiere la llamada get_skill en vivo para que Remembrance pueda observar superficie -> abierta y devolver contenido actual. Consulta "Habilidades especializadas" a continuación.
5. Aplica cualquier effective_preferences devuelto a través del preference_application hermano. Una preferencia puede dirigir entre habilidades ya relevantes dentro del mismo nivel de coincidencia o alterar quirúrgicamente una elección discrecional de presentación, flujo de trabajo o estrategia. Nunca cambia la evidencia de relevancia subyacente, el nivel o la aplicabilidad. La guía de organización requerida es autorizada; una preferencia explícita de tarea o contexto de proyecto opaco supera a los valores predeterminados personales y de habilidad solo cuando no entra en conflicto con esa guía. Conserva la seguridad, autorización, privacidad, aplicabilidad, pasos de habilidad requeridos, validación y revisión. Cuando el usuario indique una preferencia de trabajo duradera, llama a record_preference: las integradas necesitan clave/valor; otra preferencia necesita una clave <efecto>.<concepto> estable, valor estable, etiqueta corta, comportamiento normalizado, efecto presentation|workflow|strategy_selection, fuerza prefer|avoid y versión de definición. Usa scope: "auto" a menos que el usuario lo haya limitado explícitamente a un proyecto, habilidad o dominio. Envía solo hashes redactados, nunca texto de aviso o retroalimentación sin procesar. Una sesión principal faltante significa que las preferencias personales no están disponibles, no que la consulta haya fallado.
6. Usa la habilidad o recurso seleccionado. Al delegar, pasa su slug, query_id y result_id al subagente; el subagente debe abrir ese resultado o ejecutar su propia consulta de contexto completo antes del trabajo personalizado.
7. Después de un uso significativo, informa la finalización o abandono de la tarea con report_task_outcome. Remembrance acepta un resultado terminal por consulta o invocación directa; vuelve a intentar el mismo informe con la misma clave de idempotencia en lugar de enviar un resultado diferente posterior. Usa solo ID de resultado de task_outcome.eligible_result_ids. Cada resultado y paquete también lleva task_outcome_eligible; task_outcome.available es verdadero solo cuando al menos un resultado es elegible. Un ID de resultado atribuye el resultado a ese resultado. Cuando dos o tres resultados de consulta seleccionados coinciden exactamente con un paquete devuelto, incluye su bundle_id para atribuir el resultado solo a ese paquete. Otras combinaciones de múltiples resultados se aceptan como telemetría de embudo sin prueba o atribución de cohorte. Incluye éxito, latencia y totales de tokens detallados solo cuando el tiempo de ejecución los exponga. Para trabajo con Vercel AI Gateway, incluye cada ID de generación gen_ en metering_reference; Remembrance recupera los registros autorizados de forma asíncrona, por lo que los totales de la persona que llama nunca establecen una prueba de confianza. Nunca incluyas avisos, transcripciones, salidas, rutas fuente o URL privadas. Luego envía retroalimentación rápida con el mismo query_id y result_id; si la respuesta de retroalimentación incluye next_step.submit_remembrance_payload, envía ese recuerdo completo cuando la lección deba convertirse en evidencia reutilizable. Si incluye feedback_pattern_suggestion, Remembrance ya ha creado un candidato de evidencia revisable; no envíes una sugerencia duplicada. Las selecciones directas usan solo retroalimentación posterior al uso y están excluidas del entrenamiento de ajuste de consulta y reranker.
8. Antes de finalizar, verifica ambas mitades del bucle: confirma que realmente ocurrió una consulta relevante, luego verifica si hay lecciones de falla de alto valor. Si la consulta se perdió, ejecútala desde la conversación completa antes de concluir. Si una coincidencia alta apareció pero no se abrió, ábrela ahora o envía retroalimentación de consulta fit: "poor" con una razón explícita. Si detectaste tu propio error, el usuario detectó uno, CI/despliegue falló, surgió un problema de seguridad o arreglaste un error de lanzamiento/versionado, envía un recuerdo failure_report incluso si no se usó ninguna habilidad. Los complementos nativos solicitan una vez una coincidencia alta no abierta y evidencia reutilizable al finalizar; MCP sin procesar, REST e instalaciones solo de habilidad deben realizar estas comprobaciones de forma proactiva.
9. Si no existe una habilidad adecuada y la respuesta de la consulta incluye no_results.propose_skill_idea_payload, verifícalo, luego elige la ruta de propuesta haciendo una pregunta: ¿podría este contenido ser dañino o no deseado como candidato público? Si es sí — cualquier cosa derivada del repositorio o específica de la organización — usa propose_private_skill, que no puede crear un candidato público bajo ningún estado de credencial. Usa propose_skill_idea solo cuando un candidato público sea un resultado aceptable: una clave de organización activa lo mantiene privado, mientras que omitir intencionalmente una clave crea un candidato PÚBLICO. Una clave inválida/inactiva proporcionada falla con 401 y una clave insuficiente falla con 403; ninguno de los fallos crea un candidato. En cualquier ruta, lee visibility en la respuesta exitosa (organization_private o public_candidate) e indica dónde está el candidato.