save

将会话保存为 Agent

根据当前对话生成可复用的 Agent 文件，并将其保存到 .claude/agents/。

说明

第 1 步：生成 Agent 文件

分析整个对话——原始任务、用户的每次更正、每次工具调用以及最终输出——然后将其提炼为可复用的 Agent 文件。Agent 文件不是会话日志，而是子 Agent 将在没有任何先前上下文的情况下接收的系统提示词。

关键优先事项：

1. 用户更正是最重要的信号。 每次更正都意味着 Agent 最初违反了一条规则。每条更正都必须转化为明确规则。
2. 只记录有效做法。 如果方法 A 失败而方法 B 成功——只记录方法 B。
3. 进行泛化——将特定于本次会话的值（文件名、URL、凭据）替换为描述性占位符。Agent 应适用于类似任务，而不仅限于这一任务。
4. 保持简洁——这是给子 Agent 使用的系统提示词，越短越好。

输出带有 YAML frontmatter 和系统提示词正文的 Agent 文件：

---
name: "<kebab-case-name>"
description: "<one-liner, max 200 chars>"
tools: Read, Glob, Grep, Bash, Write, Edit
model: sonnet
---

You are an agent that <role description — what this agent does>.

## Behavior

1. <First step the agent should take>
2. <Next step>
3. <...>

## Rules

- <Rule derived from user correction or session learning>
- <Another rule>

## Output

<What the agent should produce — format, structure, location.>

Frontmatter 约束

• name——必填，使用 kebab-case，最多 100 个字符
• description——必填，最多 200 个字符
• tools——必填，使用 Agent 所需工具的逗号分隔列表（从以下列表中选择：Read、Glob、Grep、Bash、Write、Edit、WebFetch、WebSearch）
• model——必填，除非任务明显需要更强的推理能力（此时使用 opus），否则使用 sonnet

正文约束

• 以一句角色描述开头：“You are an agent that...”。
• Behavior 部分：按顺序列出 Agent 要执行的步骤
• Rules 部分：以项目符号列出约束和指南——本次会话中的每条用户更正都必须包含在此处
• Output 部分：说明 Agent 要生成的内容及其格式
• 必须包含所有部分

指南

• 使用自然语言说明，不要写成正式的 SHALL/MUST 要求
• 具体明确——例如，“对 Excel 文件使用 openpyxl”，而不是“使用合适的工具”
• 不要包含特定于本次会话的详细信息（例如本次运行中的具体文件名、URL、凭据或数据值）
• 应将模式泛化——将具体值替换为 <input-file>、<target-url> 等描述性占位符
• 只包含成功的步骤，不要包含失败的尝试
• Agent 文件必须自包含——子 Agent 除了此提示词和输入之外，不需要其他内容

第 2 步：保存 Agent 文件

生成 Agent 文件内容（以 --- 开头）后：

1. 从 YAML frontmatter 中提取 name。直接将其用作 slug（它已经是 kebab-case）。

2. 如果 .claude/agents/ 目录不存在，则创建该目录：

   mkdir -p .claude/agents
   

3. 使用 Write 工具将 Agent 文件内容写入 .claude/agents/{name}.md。

第 3 步：显示结果

告知用户 Agent 已保存到 .claude/agents/{name}.md。让他们知道可以在任何对话中使用 @{name} 调用它。由于 Agent 位于仓库中，因此任何有权访问该仓库的人都可以自动使用它。