AI交接班：会话存档三件套

AI 没有记性，但可以交接班。轮班制工作里，交接失败从来不是下一班笨， 是没有结构化的交接件。这套流程就是给你的 Agent 建的交接班制度。

每次会话结束（或中途要重启）时，产出两个文件 + 一段提示语：

铁律总览（违反任何一条 = 交接失败）

1. 只有两个文档：全记录 + 路由器。没有第三个"摘要"文件——它跟路由器重复。
2. 对话原文必须真实导出：从数据库逐条复制。❌ 让 AI 凭记忆写"对话摘要"冒充档案

——AI 转述会丢细节、甚至编造。恢复上下文需要原件，不是转述。

1. 输出顺序固定：先写文件 → 立刻报告绝对路径 → 最后发重启提示语。

写了不报路径、或跳过前两步直接给提示语，都算事故。

1. 所有路径必须是绝对路径，不能用相对路径——新会话的工作目录可能不同。
2. 三步缺一不可。只给重启提示语 = 只交了交接单，档案和导航图都丢了。
3. 路由器实时更新：每个关键节点（新素材、方案确认、完成一批产出、发现新问题）

立刻写入路由器文件，不能等会话结束才补写。

1. 做不到就明说：导不出完整原文就直接说"只能拿到X条"，标"待补存"。不装完成。

存档目录

{你的存档根目录}/{YYYY-MM-DD}/
├── {YYYY-MM-DD}_对话全记录_{主题}.md   ← Step 1，先写这个
└── {YYYY-MM-DD}_路由器_{主题}.md       ← Step 2

建议放在你自己的知识库目录下，按日期归档。示例：~/Documents/session-handoff/2026-08-26/。

Step 1：对话全记录

文件名：{YYYY-MM-DD}对话全记录{主题}.md

导出方案 A：数据库直读（首选）

本仓库自带导出脚本 scripts/export_transcript.py，支持 Hermes Agent 的 ~/.hermes/state.db：

# 列出今天的会话，找到 session_id
python3 scripts/export_transcript.py --list --date 2026-08-26

# 全量导出指定会话
python3 scripts/export_transcript.py --session <session_id> -o 对话全记录.md

其他 Agent 没有现成脚本时，用 sqlite3 手动读你自己的会话库（思路通用）： 按时间筛出目标 session → 按 id 升序取全部 user/assistant 消息 → 写入 markdown。 注意过滤已删除/已压缩的消息标记。

导出方案 B：会话检索工具分页滚动（备选）

Agent 自带的会话搜索工具有两个坑：

• 进行中的 session 可能搜不到（索引延迟）
• 整卷读取大 session 时通常只返回开头和结尾各一小段

已知 session_id 时用滚动绕过：先读一次确认范围，然后每次取返回窗口里最后一条 消息的 id 作为下一个锚点，反复向后滚，直到没有更多消息。

时间成本参考：100 条 ≈ 5 次滚动约 2 分钟；300 条 ≈ 15 次 ≈ 5 分钟。

筛选与截断规则

• 只存 user / assistant 两类消息
• ❌ 工具输出不存：API 返回、JSON、命令输出都不是对话原文，混进来才是"文件过大"的真凶
• 单条消息超过 3000 字截断到前 3000 字，标注 [已截断]
• 输出格式：## 用户 / ## 助手 交替，文件头注明 session_id、起止时间、消息数

安心条款：数据不会丢

原始对话永久存在 Agent 的本地数据库里，不会被自动删除或压缩。即使本次导出失败， 标"待补存"即可，数据一直都在。但下一个会话开始时若有"待补存"标记，必须在第一条 回复里补导，不许拖延。

Step 2：路由器

文件名：{YYYY-MM-DD}路由器{主题}.md

# {YYYY-MM-DD} {主题} — 路由器

> session_id: xxx
> 时间：HH:MM - HH:MM

## 关键决策
1. （做了什么选择，不超过10条）

## 产出清单
| 文件 | 绝对路径 | 状态 |

## 外部链接
| 文档 | 链接 |    ← 只写最终版本，不写中间版本

## 当前工作进度 ★
（正在进行但未完成的事：素材绝对路径、做到哪一步、下一步是什么）

## 待办
1. （带具体数字和状态）

## 经验教训
1. （只写本次新发现的，不重复已有）

★ 当前工作进度是路由器的灵魂。 两次真实事故的教训：

• 用户给了两个素材、正构思选题，路由器没记。重启后完全丢失上下文，

用户质问"你知道我们今天上午一直在做什么吗"。 规则：哪怕只是"看了素材、还没动笔"，也必须记素材路径+进度+下一步。

• 某次只存了路由器、没存全记录，一整套创作过程永久丢失，无法复现方法论。

规则：路由器和全记录必须同时存，只存路由器 = 丢信息。

Step 3：重启提示语（定稿格式）

继续{任务描述}。

上次进度：
  {已完成的产出，带具体数字}

本次待做：
  1. {待办事项，带具体数字和状态}

读以下文件恢复上下文：
  1. {绝对路径}
  2. {绝对路径}

铁律提醒：
  {本 session 发现的关键规则速查}

动笔前必读：
  1. {绝对路径，缺一不可}

要求：

• 详细到不需要再搜索文件——所有路径绝对路径，待办列出具体数字和状态
• 必须直接发到对话里给用户，不能只说"在文件里"
• 顺序执行铁律 #3：文件写完 → 立刻报告所有文件的绝对路径 → 最后发提示语

收尾自检（长会话必做，10秒）

长会话收尾时任何模型都会飘——注意力被前面的内容占满，指令遵循会衰减。这不是能力问题， 是会话末尾的通病，所以收尾后固定做三个机械检查，检查的是产物不是模型：

1. 查来源标记：全记录文件头必须含「直读逐条导出，非AI摘要」字样。没有这行

= 这份"档案"是凭记忆编的，删掉重跑脚本。

1. 查消息数量级：聊了一下午的会话导出来只有几条消息？肯定漏了。数量级对不上

就重新 --list 核对 session_id 是否选对。

1. 查三件齐全：两个文件的绝对路径都报告了吗？重启提示语发了吗？缺任何一样

回去补，不要嘴上说"已完成"。

给用户的话术提醒（可选）：显式点名比自动触发可靠——「用 ldm-session-handoff 给我 存档」比一句「存档」更稳，任何模型上都成立。

踩坑史时间线（勿重蹈）

适配其他 Agent

导出机制与具体 Agent 无关，只换 Step 1 的数据源。先探测本机类型，再选脚本：

注意（2026-08-29 实测）：

• Claude Code 和 Codex 都用 JSONL 行存储，不是 SQLite——前者按工作目录分目录存

sessionId.jsonl，后者按日期嵌套 rollout 文件。exportjsonltranscript.py 已覆盖 两家的真实格式（过滤 tool_result / thinking / 工具调用 / 环境注入消息）。

• 某家 Agent 改了存储格式导致导出报错时，用 --inspect <文件> 看记录类型分布，

自行核对提取逻辑；没有数据库也没有 JSONL 的 Agent 退回方案 B（检索工具分页滚动）， 铁律不变。

• 本机同时存在多家 Agent 数据时，--agent auto 会拒绝猜测，必须显式指定。

适用边界

适合：多会话、多项目并行；长任务跨天推进；会话动辄几万 token 的重度用户。 不适合：单会话就能干完的一次性问答——别为仪式感增加成本。

版本记录

• V1.0（2026-08-29）：首个版本化版本。新增 Claude Code / Codex 的 JSONL 导出

适配器（实测通过）；触发词收窄（裸"存档"不再触发，避免文件归档类请求误触发）； 按 dbs-skill-maker 标准补结构校验与行为验证。

• （更早的历史改进见 git log 与「踩坑史时间线」。）