inject

CLI 已停用（memory-moat removal Phase 1b，age-abev）——ao inject CLI 命令已在 Phase 1b 中移除；现在由 cm/cass + ao lookup 负责检索。使用 ao lookup --query "topic" 按需检索经验并获取阶段范围内的上下文包。此技能仅作为手动检索／知识激活适配器保留，路由到 ao lookup + ao knowledge 系列；它不是规范的上下文路径，也不会由默认钩子或其他技能调用。

Inject 技能

安装与刷新（由 using-agentops 吸收，ag-s43tg）

更新已安装的技能： 重新运行安装单行命令——bash <(curl -fsSL https://raw.githubusercontent.com/boshu2/agentops/main/scripts/install.sh)。（没有更新技能；技能刷新属于安装脚本的职责。）

按需检索知识。不会在启动时自动运行（自 ag-8km 起）。

此操作为只读：仅读取用于注入的知识，不会写入 .agents/。

将相关的既有知识加载到当前会话，作为旧版适配器。

租约

字段	值
租约	候选退役
替代端口	retrieve_context / assemble_context
替代适配器	ao lookup、知识简报产物
当前允许用途	仅手动兼容性查询
不允许	默认启动注入、隐藏钩子传递、任务规划

折叠的触发器（ag-s43tg 第一波）：session-bootstrap + using-agentops 路由至此

• session-bootstrap → ao session bootstrap。 用于启动或引导全新 Agent 会话的 Universal AgentOps 初始化提示词，就是 ao session bootstrap 方向报告——先运行它，然后按需使用 ao lookup 获取按衰减程度排序的上下文。
• using-agentops → 此技能（技能目录已移除；嵌入的 CLI 副本也随之停用）。当有人要求解释 AgentOps 工作流时使用：先通过 ao session bootstrap 获取方向指引，然后介绍此处的按需功能（ao lookup、ao knowledge brief）。

Claude Code 技能编排默认采用 /skill 链接。除非工作流明确指定 CLI 为执行界面，否则终端 CLI 命令均为兼容性适配器。

工作原理

在默认的无钩子启动路径中，不会进行启动注入。运行 ao session bootstrap 获取标准方向报告，然后使用 ao lookup 按需获取上下文。/inject 触发器是一个旧版别名，会路由到 ao lookup。

按需检索使用 ao lookup：

ao lookup --query "<topic>" --limit 5     # top matches by relevance
ao lookup --bead <bead-id>                # learnings from a bead's lineage
ao lookup <artifact-id>                    # one artifact by ID

ao lookup 会搜索 learnings / patterns / sessions 语料，并返回一份有界、按近期程度加权的摘要。（旧版 ao inject CLI——按 token 预算注入 Markdown、提供 --predecessor 交接上下文、通过 SessionStart 钩子传递——已在 Phase 1b 中停用；ao session bootstrap + ao lookup 可覆盖方向指引与按需检索。）

手动执行

给定 /inject [topic]：

步骤 1：搜索相关知识

使用 ao CLI：

ao lookup --query "<topic>" --limit 5

不使用 ao CLI，手动搜索：

# Global operating memory
sed -n '1,120p' ~/.agents/MEMORY.md 2>/dev/null

# Recent learnings
ls -lt .agents/learnings/ | head -5

# Recent patterns
ls -lt .agents/patterns/ | head -5

# Recent research
ls -lt .agents/research/ | head -5

# Global learnings (cross-repo knowledge)
ls -lt ~/.agents/learnings/ 2>/dev/null | head -5

# Global patterns (cross-repo patterns)
ls -lt ~/.agents/patterns/ 2>/dev/null | head -5

# Legacy patterns (read-only fallback, no new writes)
ls -lt ~/.claude/patterns/ 2>/dev/null | head -5

步骤 2：读取相关文件

使用 Read 工具，根据主题加载最相关的产物。

步骤 3：总结上下文

呈现注入的知识：

• 适用于各处的全局原则或约束
• 与当前工作相关的关键经验
• 可能适用的模式
• 相关主题的近期研究

步骤 4：记录引用（反馈循环）

呈现注入的知识后，记录注入了哪些文件，以供反馈循环使用：

mkdir -p .agents/ao
# Record each injected learning file as a citation
for injected_file in <list of files that were read and presented>; do
  echo "{\"artifact_path\": \"$injected_file\", \"cited_at\": \"$(date -Iseconds)\", \"session_id\": \"$(date +%Y-%m-%d)\", \"workspace_path\": \"$PWD\"}" >> .agents/ao/citations.jsonl
done

引用跟踪可实现反馈循环：在 /post-mortem 期间，经常被引用的经验会获得置信度提升，而未被引用的经验则会更快衰减。

知识来源

来源	位置	优先级	权重
全局记忆	~/.agents/MEMORY.md	最高	1.0
经验总结	.agents/learnings/	高	1.0
模式	.agents/patterns/	高	1.0
全局经验总结	~/.agents/learnings/	高	0.8（可配置）
全局模式	~/.agents/patterns/	高	0.8（可配置）
研究	.agents/research/	中	—
复盘	.agents/learnings/	中	—
旧版模式	~/.claude/patterns/	低	0.6（只读，不写入新内容）

衰减模型

知识相关性会随时间衰减（每周约 17%）。越新的经验总结权重越高。

关键规则

• 不会自动运行——默认情况下，只有明确请求时才会提供上下文
• 感知上下文——根据当前目录／主题进行筛选
• 受 Token 预算限制——遵守 max-tokens 限制
• 按新近程度加权——优先处理较新的知识

示例

手动注入上下文

用户说： /inject authentication 或“回想关于身份验证的知识”

会发生什么：

1. Agent 调用 ao lookup --query "authentication" --limit 5
2. CLI 按主题相关性筛选资料
3. Agent 阅读排名靠前的经验总结和模式
4. Agent 总结注入的知识，供当前工作使用
5. Agent 引用资料路径，便于深入探索

结果： 检索并总结特定主题的知识，相比读取完整资料，可以更快地加载上下文。

故障排除

问题	原因	解决方案
未注入任何知识	知识池为空，或 ao CLI 不可用	运行 /post-mortem 为知识池填充内容；确认已安装 ao CLI
知识不相关	主题不匹配，或过时资料占主导	使用 ao lookup --query "<topic>" 进行筛选；清理过时资料
结果过多	高相关性资料过多	调低 ao lookup --limit，或提高主题具体程度
衰减过于激进	较新的经验总结未获优先处理	检查资料修改时间（系统会自动应用按新近程度加权的评分）

知识激活（由 knowledge-activation 合并而来，cp-auc）

inject 和 ao lookup 会为当前会话检索知识。激活则是与之互补的能力——合并自之前的 knowledge-activation 技能——它会将成熟的 .agents 语料库转化为可持久使用的操作界面（信念、操作手册、简报、缺口）。inject 负责读取，激活负责推广；两者分别构成同一飞轮中读取与写入界面的环节。激活是全局语料库工作流的第四步：

1. $curate --mode=harvest——从多个 rigs 收集资料到 ~/.agents/learnings/
2. $compile——将原始资料综合整理到 .agents/compiled/
3. （可选） $curate --mode=dream 过夜运行——有限度的复合循环
4. 知识激活——将编译后的知识提炼到操作手册、信念和运行时简报中

$compile 仍负责卫生维护循环；激活负责将语料库转化为可操作内容。当问题不再是“收集更多知识”，而是需要将反复出现的最有力论点纳入信念体系、将健康主题转化为可复用的操作手册、编制简短的目标时间简报，并在薄弱主题和推广缺口固化之前将其揭示出来时，请使用激活。

命令约定

稳定的产品界面是 ao knowledge 命令系列：

ao knowledge activate --goal "turn agents into usable information"  # full outer loop
ao knowledge beliefs                                                # refresh belief book only
ao knowledge playbooks                                              # refresh candidate playbooks
ao knowledge brief --goal "fix auth startup"                       # goal-time briefing
ao knowledge gaps                                                   # thin topics, promotion gaps, weak claims, next work

ao 直接负责信念、行动手册、简报和差距等产品界面；skill 负责路由、排序、解读和下一步建议。ao lookup 和 ao codex start 会将这些输出用作操作员上下文——匹配的简报是首选的动态启动界面，而选定的信念和健康的行动手册则提供范围有限的辅助指导。当检索到的简报、信念或行动手册改变了建议时，请使用 ao metrics cite "<path>" --type applied 2>/dev/null || true 记录（对于已加载但未使用的上下文，使用 --type retrieved）。

激活步骤

1. 预检——确认 .agents/ 存在。若要运行 ao knowledge activate，请确认至少存在一种证据基础：.agents/scripts/ 下的数据包构建器（source_manifest_build.py、topic_packet_build.py、corpus_packet_promote.py、knowledge_chunk_build.py）；或者收集备用文件 .agents/harvest/latest.json；或者原生操作员界面（ao knowledge beliefs|playbooks|brief|gaps）。
2. 整合证据——按顺序运行数据包层：来源清单 → 主题数据包 → 已提升的数据包 → 历史分块集合。完整 DAG 及其信任门槛请参阅 references/knowledge-activation-dag.md。
3. 提炼操作员界面——依次运行 ao knowledge beliefs 和 ao knowledge playbooks，在 .agents/knowledge/ 和 .agents/playbooks/ 下生成供使用者使用的界面。
4. 编译目标时简报——有活跃目标时，运行 ao knowledge brief --goal "..."。简报应保持精简，并引用来源界面；如果选定主题的证据不足，应发出警告。
5. 呈现差距——ao knowledge gaps 会报告证据不足的主题、缺失的提升步骤、需要审核的薄弱主张，以及下一项建议的挖掘工作。
6. 完整外循环——ao knowledge activate --goal "..." 会在一次执行中依次完成证据整合、信念／行动手册刷新、可选的简报编译和差距摘要生成。

激活信任规则

• 数据包化是基础，不是产品本身
• 信念、行动手册和简报才是真正的操作员界面
• 在证据改善之前，证据不足的主题只能用于发现
• 每个生成的界面都应注明其使用者
• 重复运行且输入未变时，输出结构应保持确定性

激活输出界面

面向使用者的输出：.agents/knowledge/book-of-beliefs.md、.agents/playbooks/index.md、.agents/playbooks/<topic>.md、.agents/briefings/YYYY-MM-DD-<goal>.md、.agents/retro/。基础层界面：.agents/packets/、.agents/topics/、.agents/packets/chunks/catalog.jsonl。关于信任边界和构建器清单，请参阅 references/knowledge-activation-output-surfaces.md 和 references/knowledge-activation-script-contracts.md。

参考文档

• references/knowledge-activation.feature — 可执行规范：整合证据、提炼信念／行动手册、编译目标时简报、呈现差距（soc-qk4b）
• references/knowledge-activation-dag.md — 证据整合的 DAG 和信任门槛
• references/knowledge-activation-output-surfaces.md — 规范的激活输出界面和信任边界
• references/knowledge-activation-script-contracts.md — 构建器清单和 ao knowledge 命令的职责归属