源自 GitHub开发记忆结构化提炼
该能力专为 claude-mem 记忆系统的观察者（Observer）节点设计。在模型处理开发交互历史时，它会自动识别是否存在实质性的技术变更；若属于无实质产出的交互则输出跳过标记，若包含完整的技术单元则提取包含具体文件路径、关键事实清单和上下文叙事的 XML 观测数据，用于构建可持续检索的项目工程记忆库。
它会先理解你的原始内容和目标，再按清晰的步骤完成处理。你不需要学习复杂命令，也不用理解背后的技术细节。
常见场景
它能帮你做什么？
01
02
03
三步完成
怎么使用
1安装 Skill
把右侧安装请求发给你的 AI。
2说清楚目标
告诉 AI 你想完成什么，或直接贴入内容。
3检查结果
按需要继续调整语气、范围或格式。
复制就能用
你可以直接这样说
“分析最近一次用户修复登录态鉴权超时的终端执行记录，生成包含代码路径和决策原因的 observation XML”
“评估上一轮仅包含查询系统状态且无工具输出的对话，确认是否应输出 noise 类型的跳过标记”
“提取重构用户权限中间件操作的关键事实列表与叙事说明，并标记为 refactor 类型”
适用人群
适合谁？
上手门槛
使用难度
专业
适合熟悉相关工具和专业流程的用户。
兼容范围
支持哪些 AI？
Codex可直接使用
Claude Code可直接使用
OpenClaw可直接使用
Hermes可直接使用国内 Agent可直接使用
中文用户增强
Skill Px 做了什么？
中文说明简化使用方式补充中文案例整理安装流程降低理解难度
