台账记忆系统
一种面向AI Agent的跨会话经验沉淀机制，将每次对话中的报错分析、复盘教训和设计决策固化为可复用的行为规则，解决主流Agent框架Session/Context/Memory机制缺乏跨会话经验积累的问题
时间轴 (近 90 天)
台账记忆系统（Ledger）旨在解决现成Session/Context/Memory机制缺乏跨会话经验沉淀能力的痛点
作者将台账封装成了一个Skill（技能），移植到了DeepSeek Harness上，用户说「看看台账」即可触发查看
作者的台账在两三天使用中沉淀出24条铁律、2条偏好、18条草稿、4条固化轨迹、14条采集信息
台账中的「铁律」不是人工写死的，而是在使用过程中从报错和复盘中逐步进化、自然沉淀出来的
台账系统的思路与谷歌研究员提出的WikiSkill（进化系统）有异曲同工之处，但台账为作者独立设计开发
台账系统底层是一个纯文档存储层，所有铁律、偏好、草稿、采集信息本质上都是文档类存储
台账数据进入的两条路径为：通过Hook机制自动抓取工具报错，以及用户主动发起指令的手工复盘
台账的跨框架可移植性依赖于Agent框架提供Hook能力，剩余功能靠契约加工具实现，与具体编排引擎解耦
台账系统的契约机制要求Agent执行完任务后有义务生成一条摘要并放入台账的观察区
由于上下文窗口有限，台账无法把全部记录一次性注入，作者采用「抽屉式」分层注入方案，只在需要时逐层拉取相关内容
还有 2 条时间轴事件
全部知识事实 (11)
台账记忆系统（Ledger）旨在解决现成Session/Context/Memory机制缺乏跨会话经验沉淀能力的痛点
50%待验证作者将台账封装成了一个Skill（技能），移植到了DeepSeek Harness上，用户说「看看台账」即可触发查看
50%待验证台账中的「铁律」不是人工写死的，而是在使用过程中从报错和复盘中逐步进化、自然沉淀出来的
50%待验证台账系统的思路与谷歌研究员提出的WikiSkill（进化系统）有异曲同工之处，但台账为作者独立设计开发
50%待验证台账系统底层是一个纯文档存储层，所有铁律、偏好、草稿、采集信息本质上都是文档类存储
50%待验证台账数据进入的两条路径为：通过Hook机制自动抓取工具报错，以及用户主动发起指令的手工复盘
50%待验证台账的跨框架可移植性依赖于Agent框架提供Hook能力，剩余功能靠契约加工具实现，与具体编排引擎解耦
50%待验证台账系统的契约机制要求Agent执行完任务后有义务生成一条摘要并放入台账的观察区
50%待验证由于上下文窗口有限，台账无法把全部记录一次性注入，作者采用「抽屉式」分层注入方案，只在需要时逐层拉取相关内容
50%待验证作者建议拿到台账Skill后（无论用Claude Code还是Codex）不要直接注册成Skill，应先让模型分析调教后再注册使用
50%待验证作者认为现成Agent框架的「心智」不够，缺少标准化流程和动作，导致台账Skill移植后效果打折扣
50%