Sep 27, 2026
用 pro-workflow 给 Claude Code 装上会复利的记忆
一个跑在单一 SQLite 存储上的 harness:41 个 skill、8 个 agent、23 条命令——纠正变成规则,调研变成持久 wiki,钩子守住质量门禁。
同一个纠正你要说十几遍,每次会话都要重新解释一遍约定,同一个主题反复调研——因为答案没有一个可以落地的持久位置。pro-workflow 在每个会话下面垫了一个单一的 SQLite 存储:纠正变成可检索的规则,调研变成持久的 wiki,33 个钩子脚本覆盖 22 个事件守住质量门禁。README 给出的清单是:41 个 skill、8 个 agent、23 条斜杠命令。
为什么这个 Skill 重要
三层能力共享这一个存储。自校正记忆把你批准的每条纠正变成规则,在会话开始时自动加载。知识平面加入 FTS5 索引的调研 wiki,并可通过预算封顶的自动调研循环自我生长。质量门禁——LLM 驱动的钩子、确定性的 git 与密钥护栏、成本追踪——在周边运行。只要你的提示词提到已索引的主题,UserPromptSubmit 就会自动注入前 3 条 wiki 命中,上周建的 wiki 不用你开口就能回答这周的问题。
安装
在 Claude Code 上使用原生插件市场:
/plugin marketplace add rohitg00/pro-workflow
/plugin install pro-workflow@pro-workflow
Cursor、Codex、Gemini CLI、OpenCode 等其他 agent——通过 skills add 共支持 32+ 个——安装同一套包:
npx skills add rohitg00/pro-workflow
README 提醒两件事:使用 owner/repo 形式(skills add 从它解析 provider,而不是市场 slug),安装后运行 skills sync 把 skill 注册进目标 agent 的配置。
实战:把一条纠正变成规则,再养出一个 wiki
- 先做安装冒烟测试:
/doctor
如果 /doctor 报告 KB: missing,README 给出的修复是:cd ~/.claude/plugins/*/pro-workflow && npm install && npm run build——部分市场会跳过 SQLite 构建步骤。
2. 把刚才那条纠正捕获下来:
/learn-rule
它会变成一条规则,可被 FTS5 检索,并在之后每次 SessionStart 自动加载。 3. 给调研一个持久落点。wiki 命令支持 9 种 flavor——research、paper、domain、product、person、organization、project、codebase、incident:
/wiki init agent-memory --title "Agent Memory" --flavor research
/wiki seed agent-memory "memory consolidation in agents"
/wiki research agent-memory --max-pages 5 --budget-usd 0.50
自动调研循环有预算上限且需主动开启——只有你 seed 之后它才会运行。 4. 有意识地收尾会话:
/wrap-up
它会审计改动、沉淀学到的东西,并为下一个会话写好交接文档。
5. 任何自动循环都服从总开关:touch ~/.pro-workflow/STOP。
技巧
- 一切都在
~/.pro-workflow/之下:data.db存学习内容和 wiki 页面,wikis/<slug>/存 wiki 内容,另有 council 记录和 fetcher 脚本。项目级 wiki 位于仓库内的.claude/wikis/<slug>/,可以提交进版本控制。 - 提交 PR 之前,
/smart-commit会跑质量门禁、暂存区审查和约定式提交信息。 - 被难缠的 bug 卡住?
/develop按 Research → Plan → Implement 推进,阶段之间有验证门禁。 - 混合检索(BM25 + 向量)和多 LLM council 是可选项,需要 API 密钥。
- 仓库采用 MIT 授权,README 中的手动克隆复制路径在任何操作系统上都可用。
何时不用这个 Skill
这是一个 harness,不是一个开关:33 个钩子脚本覆盖 22 个事件,会重塑会话如何开始、结束和提交提示词。如果你的工作流只是几条约定,一份朴素的 CLAUDE.md 更轻,也没有任何东西需要维护。README 描述的收益是在几十个会话间复利累积的——如果你一周换一次全新的一次性环境,这个存储永远等不到让它学习的重复。
查看 排行榜 了解更多 skill。