dsh-learn

反复纠正同一件事，是长期用 Agent 时最常见的摩擦：上一会话里刚讲清楚的偏好、工具踩坑后的修法，下一回合往往又要从头说一遍。dsh-learn 挂在会话事件流上，把纠正、失败与修复蒸馏成可迁移的类级经验，但它不替模型做主——确定性规则只产出候选队列，真正写入技能文件必须由模型显式调用 learn_skill_manage 或 learn action=note，全程零额外模型调用。

产出的不是另一套记忆格式，而是宿主能扫到、能按名字加载的普通 DSH 技能，落在专属 learned 根目录；系统提示保持稳定，队列与规则摘录走宿主的 runtime context。内容会过门槛与卫生检查，相似规则会强化而非重复复制；维护侧只归档、不删除，并配有回合结束后的可见回执，让你知道这一回合「提议了什么、学到了什么」。

适合希望 Harness 越用越顺手、又不愿把 transcript 灌进后台复盘或维护独立 MEMORY 文档的开发者与团队：你仍可读、改、删、版本控制每一条学到的规则，而纪律上把「存什么」的判断权留在前台模型手里。