本文件说明如何把仓库里的模板落地到你的 Agent 环境，以及日常如何维护。 按"你的平台有没有记忆系统"分两种情况，都无需安装任何依赖。
| 层 | 文件 | 位置 | 加载方式 |
|---|---|---|---|
| 常驻层 | AGENTS.md（或 CLAUDE.md / REASONIX.md） |
Agent 工作区根目录（或平台用户全局目录） | 每个相关 turn 自动加载 |
| 记忆层 | lessons.md，或平台长期记忆 |
工作区任意处 / 平台记忆库 | 按需检索（搜索关键词命中后读取） |
## 元规则：写之前先查错题本（防错优先，不做事后纠错）
- 每次执行 shell/PowerShell 命令、写代码、安装包**之前**，先检索错题本 ...- 元规则必须放在文件最前：指令文件的靠前内容优先级更高、更不易被长上下文稀释。
- 用行为指令（"每次……之前先……"）而不是知识陈述（"错题本很有用"）—— Agent 对祈使句的执行率远高于描述句。
- 高频铁律区：放你真实踩过的坑（从错题本里挑出现频率最高的 3-5 条）， 不要放网上抄来的通用建议——"自己的痛"才会被认真对待。
- 错题本存为一条全局记忆（type=feedback）作指针，正文只放高频铁律；
完整禁则全文外置到独立文件（如
%APPDATA%\reasonix\self-improvement-lessons.md）， 记忆正文写文件路径指针 + 高频铁律，指令文件（REASONIX.md）每轮加载时指向全文文件。 - 为什么要文件化（2026-08-13 实测）：部分平台的 pinned（置顶）记忆有字符预算 （如 Reasonix 1500 字符），禁则清单随沉淀增长后，无法再更新该记忆——写入被 「pinning 预算超限」拒绝，等于错题本被冻结。全文外置文件后：更新走文件 （无预算/权限限制，直接追加/扩充单条），记忆只留指针，指令层负责引导检索。
- 记忆的 description 仍写成触发词友好的检索索引，例如：
bash/命令报错、exit code 非 0、工具报错后：把预防性写法沉淀成「禁止X——因为会Y」禁则 - 主题特定经验（部署备忘等）留在对应主题的记忆里，错题本只放通用禁则 + 链接指针。
- 错题本就是一个
lessons.md文件，放在工作区； - 常驻指令里的元规则保证"写之前"会去读它；
- 无记忆检索时，可以退化：每次会话开始时（或写命令前）直接读一遍 lessons.md—— 文件几十行时成本可接受，几百行时把"最高频铁律"同步进常驻文件即可。
- 退化为"会话内固定动作"：每次会话开头先读 lessons.md；
- 或封装成一个 skill/playbook（把 lessons.md 作为它的数据文件），触发即核对。 注意：这仍是被动触发，防错效果弱于常驻指令，但好于没有。
① 自己命令报错 / exit code 非 0 / 工具 failed 后
② 用户直接纠正你的时候（不等犯错）
③ 用户给你看他处发生的案例（如贴一段别处的报错）
- 诊断根因（确认是可复现、可预防的模式，一次性环境噪音不存）；
- 写禁则：
[领域] 禁止 X —— 因为会 Y；预防性写法 Z； - 检查错题本是否有同领域条目：
- 有 → 扩充那一条（加示例/变体/备注），不新建；
- 无 → 追加新条目；
- 如果这条够痛（预期高频出现）→ 顺手同步到常驻文件的高频铁律区（保持 ≤5 条， 多出来的要挤掉旧的）。
- 合并描述同一问题的多条；
- 删除已不适用的（平台升级/环境变化后）；
- 把"再也不会踩"的条目移出（归档，不删除——历史案例是检索时的好语料）。
| 时机 | 行为 |
|---|---|
| 准备执行命令/写代码/装包 | 先检索错题本（关键词：操作对象，如 bash 安装 路径） |
| 命中禁则 | 立即换用预防性写法，并在回复里显式说明"按错题本禁则改用 X"（形成习惯回路） |
| 报错后 | 先按 3.1-3.2 沉淀，再修复（沉淀优先，防止遗忘） |
| 同类第二次 | 扩充单条，不新建 |
Q：错题本条目多了，检索会不会漏？ 会，但双层结构兜底：最高频的 ≤5 条已常驻，漏掉的低频条目即使偶尔重犯， 代价也小。真正常犯的会自动升格进铁律区。
Q：用户纠正和报错沉淀有什么区别？ 没有区别，都是禁则来源。用户纠正通常更值得沉淀——因为它发生在"还没报错"之前， 正是我们要的前置信号。
Q：会不会和现有记忆/文档体系冲突？ 不冲突。错题本只承担"防错禁则"这一种职责；部署备忘、工作流、偏好等仍放各自 主题记忆。错题本里用链接指针引用主题记忆，不复制内容。
Q：需要装 MCP / 插件吗？ 不需要。本方案只用 Agent 平台自带的指令文件 + 记忆/文件能力，零依赖。 （这也意味着它几乎可以在任何 Agent 上原样复刻。）