Memento Skill

Habilidade Memento

Visão Geral

A Habilidade Memento trata a memória de pesquisa como um problema de recall controlado. Registros externos ajudam um agente a continuar o trabalho entre sessões, mas também podem poluir a próxima decisão se notas desatualizadas, evidências fracas ou resumos enganosos forem lidos como fatos atuais.

O objetivo não é lembrar de tudo. O objetivo é manter a superfície de decisão atual clara: fatos em um razão, contrastes em outro, crenças em um terceiro e fragmentos desatualizados atrás de um índice de arquivo até que haja um motivo real para lembrá-los.

Posição padrão: otimizar para continuação rápida, não para reprodução exaustiva. Um bom rastreador permite que um agente novo recupere a superfície de decisão atual rapidamente sem reler todo o passado experimental.

Use esta habilidade quando

• O usuário quer um rastreador de experimentos, plano de ablação, tabela de execuções ou registro de pesquisa.
• O projeto tem muitas execuções e precisa de um panorama global, em vez de notas ad hoc.
• O usuário quer ajuda para escolher o próximo experimento por ganho de informação, não apenas por intuição.
• O usuário quer comparar previsões com resultados e atualizar crenças sistematicamente.
• O usuário quer evitar que contexto antigo, descobertas arquivadas ou fragmentos de memória se tornem instruções acidentais.

Regras principais

• Mantenha ambas as visões ao mesmo tempo: o panorama global e o gradiente local seguinte.
• Separe o suporte ativo a decisões da completude arquivística.
• Adicione um contraste antes de iniciar uma execução.
• Altere um eixo principal por contraste; mantenha o restante controlado o suficiente para interpretar.
• Prefira experimentos cujo resultado mais alteraria o roteiro.
• Resultados negativos são úteis se a previsão foi explícita e o controle foi limpo.
• O pior resultado é um contraste ruim que não ensina nada.
• Se um experimento antigo não altera mais a próxima decisão, rebaixe-o para fora do conjunto de trabalho padrão.
• Não deixe que toda nota se torne uma tatuagem: um fragmento deve ser classificado, verificado e colocado na camada de memória correta antes de orientar ações.

Conjunto de trabalho obrigatório

• runs.csv: razão factual, uma linha por execução.
• contrasts.csv: razão de raciocínio, uma linha por comparação controlada.
• hypotheses.md: razão de crenças, uma seção por afirmação e regra de atualização.

Se esses arquivos não existirem, crie-os. Use os esquemas iniciais em references/TEMPLATES.md.

Layout em camadas preferido

Para programas de pesquisa médios ou grandes, prefira este layout:

• CURRENT_STATE.md: o ponto de entrada mínimo para um agente novo. Mantenha-o curto.
• ACTIVE_TRACKER.md ou ACTIVE_TRACKER.csv: apenas experimentos que ainda têm gradiente de decisão para o roteiro atual.
• EVIDENCE_LOG.md: declaração compacta do que o projeto acredita atualmente e quais poucos experimentos justificam essa crença.
• runs.csv, contrasts.csv, hypotheses.md: o razão completo.
• archive/: experimentos e instantâneos do rastreador que não devem ser lidos por padrão.
• opcional ARCHIVE_INDEX.md: um índice pesquisável para recall de memória fria.
• opcional cartões de arquivo: uma nota curta por cluster arquivado explicando quando deve ser revisitado.
• opcional RECALL_NOTES/: pequena trilha de auditoria para recalls de arquivo que realmente ocorreram.

Pense nessas como camadas de memória:

• caminho quente: CURRENT_STATE.md, ACTIVE_TRACKER.*, EVIDENCE_LOG.md
• razão completo: runs.csv, contrasts.csv, hypotheses.md
• memória fria: archive/, ARCHIVE_INDEX.md, cartões de arquivo, RECALL_NOTES/

Regra de compatibilidade:

• Não quebre projetos que só têm runs.csv, contrasts.csv, hypotheses.md.
• Quando o rastreador ficou muito grande, introduza os arquivos em camadas acima e torne-os o caminho de leitura padrão.
• Não exija arquivos de arquivo para projetos que ainda não precisam de recall de memória fria.

Modelo de recall de arquivo

Trate o arquivo como uma camada de memória fria, não como armazenamento morto e nem como parte do caminho de leitura padrão.

Regras:

• Não leia o arquivo por padrão.
• Só faça recall do arquivo quando o problema atual justificar.
• O recall deve começar a partir de um índice ou cartão de arquivo, não de uma travessia cega de diretórios.
• Recall é para extrair ativos reutilizáveis, não para reproduzir todo o ramo antigo.
• Se o recall encontrar um resultado ainda útil, promova esse resultado de volta ao caminho quente (CURRENT_STATE.md, ACTIVE_TRACKER.*, EVIDENCE_LOG.md) em vez de deixá-lo enterrado.

Gatilhos de recall recomendados:

• a linha principal atual estagnou ou falhou repetidamente
• a questão atual é estruturalmente semelhante a uma questão arquivada
• um novo resultado entra em conflito com a história ativa do projeto
• uma anomalia de alto valor aparece e a evidência ativa não a explica
• o usuário pede explicitamente por uma escavação histórica

Orçamento de recall recomendado:

• primeiro leia ARCHIVE_INDEX.md ou o cartão de arquivo relevante
• selecione no máximo 1-2 clusters de arquivo
• leia no máximo 1-3 arquivos fonte por cluster antes de decidir se deve parar
• escreva uma nota curta de recall se o recall informar materialmente o próximo passo

Fluxo de trabalho

1. Leia primeiro o menor ponto de entrada autoritário: prefira CURRENT_STATE.md, depois ACTIVE_TRACKER.*, depois EVIDENCE_LOG.md, depois o razão completo apenas conforme necessário.
2. Identifique as questões ativas, hipóteses e pontos de decisão não resolvidos.
3. Marque experimentos antigos como um de:
   • active: ainda altera decisões atuais
   • reference: evidência de suporte útil, mas não parte do conjunto de trabalho padrão
   • archived: apenas histórico, a menos que uma questão específica o reabra
4. Proponha contrastes candidatos e classifique-os pelo ganho de informação esperado.
5. Escreva a previsão antes da execução: direção, delta mínimo significativo e motivo.
6. Registre fatos observados em runs.csv, não interpretação.
7. Atualize contrasts.csv com deltas reais, ganho de informação e próxima ação.
8. Atualize hypotheses.md com base na lacuna entre resultados esperados e observados.
9. Se o recall de arquivo for acionado, consulte ARCHIVE_INDEX.md ou cartões de arquivo, faça uma leitura limitada e resuma descobertas reutilizáveis em uma nota de recall.
10. Promova qualquer descoberta de alto valor recuperada para o caminho quente em vez de mantê-la apenas no arquivo.
11. Atualize CURRENT_STATE.md e ACTIVE_TRACKER.* para que um novo agente possa retomar sem reproduzir todo o razão.
12. Se os arquivos do rastreador existirem, execute python <caminho-para-esta-habilidade>/scripts/validate_tracker.py <diretório-do-rastreador> após editá-los. Resolva o caminho do script em relação a este SKILL.md.

Entregáveis

Ao usar esta habilidade, produza:

• Um resumo conciso do panorama
• Os próximos contrastes mais informativos, classificados
• Os requisitos de controle para cada contraste
• O gradiente previsto ou impacto na decisão para cada contraste
• Atualizações explícitas de hipóteses após novas evidências
• Uma declaração do que foi movido para o conjunto ativo, o que permaneceu como referência e o que foi arquivado para fora do caminho de leitura padrão
• Quando o recall de arquivo ocorreu: por que o recall foi acionado, o que foi lido, que ativo reutilizável foi encontrado e se alterou o plano

Padrão de qualidade

• runs.csv deve armazenar fatos e flags de qualidade, não conclusões.
• contrasts.csv deve tornar óbvio o que mudou, o que permaneceu controlado, o que foi previsto e o que foi aprendido.
• hypotheses.md deve declarar o que mudaria a crença, não apenas a crença em si.
• Se um contraste é fracamente controlado, marque-o como inconclusivo em vez de fingir que resolveu a questão.
• CURRENT_STATE.md deve ser legível em uma breve leitura.
• ACTIVE_TRACKER.* deve conter apenas os experimentos com gradiente de decisão não trivial atual.
• A completude histórica pertence ao razão e ao arquivo, não ao ponto de entrada padrão do agente.
• O arquivo deve ser indexado por valor do problema, não apenas por data ou nome do instantâneo.
• Descobertas arquivadas úteis devem ser promovíveis de volta ao caminho quente com o mínimo de reescrita.

Consulte references/REFERENCE.md para a rubrica completa e references/TEMPLATES.md para arquivos iniciais e exemplos.