Agentic 项目存在记忆问题，所以我构建了一个小型技能来捕获决策上下文

我构建了我的第一个智能体技能，用于在 Agentic 开发过程中捕获决策上下文。我要解决的问题很简单。在使用编码智能体时，许多重要决策都发生在会话流程中：为什么选择这种方法，为什么拒绝另一种方案，当时哪些约束条件重要，哪些上下文导致了最终实现。一周后，代码差异通常能说明发生了什么变化，但并不总能说明为什么发生变化。对于一个或两个项目，我仍然可以通过记忆、聊天记录、提交记录或笔记手动恢复这些信息。但对于多个项目、快速迭代以及智能体驱动的变更，这些上下文很快就会消失。因此，我制作了一个小型智能体技能，在开发过程中原始捕获与决策相关的数据。目前，它有意只作为第一层：原始捕获，还不是“智能记忆”。目标是保留足够的上下文，以便后续能够回答诸如以下问题：做出了什么决策？为什么做出这个决策？考虑过哪些替代方案？周围上下文是什么？这个决策如何与项目中甚至跨项目的其他决策相关联？稍后，我想在这些原始追踪之上构建一个编译器/处理层，使其成为对人类和智能体都更有用的记忆系统。我会在评论中放上仓库链接。想听听大家是如何处理这个问题的：你们是将智能体决策按仓库存储，放在全局知识库中，保存在会话日志中，还是其他地方？