.claude-plugin/plugin.json

@@ -1,6 +1,6 @@
 {
   "name": "jsc-generic",
-  "version": "0.0.7",
+  "version": "0.0.8",
   "description": "JSC 跨 AI 助理共用規範 plugin（Claude Code / Codex / Antigravity / OpenCode）。所有 skills 以 SKILL.md 為共通標準，於 Claude Code 以 /jsc-generic: 前綴呼叫。",
   "skills": "./skills",
   "author": {

.codex-plugin/plugin.json

@@ -1,6 +1,6 @@
 {
   "name": "jsc-generic",
-  "version": "0.0.7",
+  "version": "0.0.8",
   "description": "JSC 跨 AI 助理共用規範 plugin。所有 skills 以 SKILL.md 為共通標準。",
   "skills": "./skills"
 }

plugin.json

@@ -1,6 +1,6 @@
 {
   "name": "jsc-generic",
-  "version": "0.0.7",
+  "version": "0.0.8",
   "description": "JSC 跨 AI 助理共用規範 plugin。所有 skills 以 SKILL.md 為共通標準；於 Antigravity 以 /jsc-generic: 前綴呼叫。",
   "skills": "./skills/"
 }

scripts/role/memory.js

@@ -254,6 +254,7 @@ function dumpMemory(meta, content) {
     "priority",
     "relevance",
     "links",
+    "cues",
     "memory_type",
     "declarative",
     "retention_stage",
@@ -293,7 +294,7 @@ function loadMemory(filePath) {
         const key = line.slice(0, idx).trim();
         const value = line.slice(idx + 1).trim();
         if (key === "tags" || key === "sources") meta[key] = normalizeTags(value.replace(/^\[|\]$/g, ""));
-        else if (key === "relevance" || key === "links") meta[key] = normalizeList(value.replace(/^\[|\]$/g, ""));
+        else if (key === "relevance" || key === "links" || key === "cues") meta[key] = normalizeList(value.replace(/^\[|\]$/g, ""));
         else if (key === "hits" || key === "priority") meta[key] = /^\d+$/.test(value) ? Number.parseInt(value, 10) : 0;
         else meta[key] = value;
       }
@@ -305,6 +306,7 @@ function loadMemory(filePath) {
   meta.updated ||= meta.created || "";
   meta.relevance ||= [];
   meta.links ||= [];
+  meta.cues ||= [];
   meta.priority = normalizePriority(meta.priority, meta.category || "other");
   meta.memory_type = normalizeMemoryType(meta.memory_type, meta.category || "other");
   meta.declarative = normalizeDeclarative(meta.declarative, meta.memory_type);
@@ -674,6 +676,7 @@ function cmdApply(args) {
     const priority = normalizePriority(entry.priority, entryCategory);
     const relevance = normalizeList(entry.relevance);
     const links = normalizeList(entry.links);
+    const cues = normalizeList(entry.cues, 5); // 技能再現的提取線索，供 recall 命中
     const memoryType = normalizeMemoryType(entry.memory_type || entry.memoryType, entryCategory);
     const declarative = normalizeDeclarative(entry.declarative, memoryType);
     const retentionStage = normalizeRetentionStage(entry.retention_stage || entry.retentionStage, "long_term");
@@ -696,6 +699,7 @@ function cmdApply(args) {
           priority: Math.max(normalizePriority(meta.priority, category), priority),
           relevance: normalizeList([...(meta.relevance || []), ...relevance]),
           links: normalizeList([...(meta.links || []), ...links]),
+          cues: normalizeList([...(meta.cues || []), ...cues], 5),
           memory_type: mergedMemoryType,
           declarative: normalizeDeclarative(entry.declarative || meta.declarative, mergedMemoryType),
           retention_stage: normalizeRetentionStage(entry.retention_stage || entry.retentionStage || meta.retention_stage, "long_term"),
@@ -728,6 +732,7 @@ function cmdApply(args) {
       priority,
       relevance,
       links,
+      cues,
       memory_type: memoryType,
       declarative,
       retention_stage: retentionStage,
@@ -826,11 +831,96 @@ function cmdMarkSleep(args) {
   return 0;
 }
 
+// 關係狀態：讓「隨互動加深逐漸更親近」有實際依據，而不是憑感覺演出。
+// 沒有數據時角色只能猜，容易一下太黏、一下又退回，反而顯得不自然。
 function cmdMarkActivity(args) {
-  const patch = { last_activity: nowStamp(), last_activity_epoch: nowEpoch() };
+  const state = readState(args.role);
+  const stamp = nowStamp();
+  const today = stamp.slice(0, 10); // yyyy/MM/dd
+  const bump = (key) => (Number.parseInt(state[key] || "", 10) || 0) + 1;
+  const patch = { last_activity: stamp, last_activity_epoch: nowEpoch() };
   if (args.project) patch.last_activity_project = args.project;
+
+  if (args.positive) {
+    // 正向回饋另計：由 Stop hook 在判定本輪含情緒訊號後才呼叫，不與輪數混算
+    patch.positive_feedback = bump("positive_feedback");
+  } else {
+    patch.total_turns = bump("total_turns");
+    if (!state.first_activity) patch.first_activity = stamp;
+    if (state.last_activity_date !== today) {
+      patch.active_days = bump("active_days");
+      patch.last_activity_date = today;
+    }
+  }
   writeState(args.role, patch);
-  process.stdout.write("已更新上次互動時間");
+  process.stdout.write(args.positive ? "已記錄正向回饋" : "已更新上次互動時間");
+  return 0;
+}
+
+// 技能再現：讓角色能在遇到相似任務時主動取回相關記憶。
+//
+// 為什麼需要：SessionStart 的字元預算有限，磁碟上的記憶遠多於能載入的量，
+// 技能類記憶又只以摘要形式載入 —— 等於「記了但用不出來」。recall 讓角色按需查詢，
+// 突破常駐預算限制；配合 cues（觸發線索）讓 procedural／rule 記憶更容易被命中。
+function cmdRecall(args) {
+  const query = String(args.query || "").trim();
+  if (!query) return 2;
+  const terms = query.split(/[\s,、|]+/).map((t) => t.trim().toLowerCase()).filter(Boolean);
+  if (!terms.length) return 2;
+
+  const limit = Number.isFinite(args.limit) && args.limit > 0 ? args.limit : 5;
+  const scored = [];
+  // 含 inbox：最新的記憶尚未整理就在那裡，卻往往是最可能被查詢的內容
+  const pools = [...CATEGORIES.map((c) => [c, listMemories(args.role, c)]), ["inbox", listInbox(args.role)]];
+  for (const [category, items] of pools) {
+    for (const [meta, content] of items) {
+      const summary = String(meta.summary || "").toLowerCase();
+      const tags = (meta.tags || []).join(" ").toLowerCase();
+      const cues = (meta.cues || []).join(" ").toLowerCase();
+      const body = String(content || "").toLowerCase();
+      let score = 0;
+      for (const term of terms) {
+        if (cues.includes(term)) score += 3;
+        if (summary.includes(term)) score += 3;
+        if (tags.includes(term)) score += 2;
+        if (body.includes(term)) score += 1;
+      }
+      if (!score) continue;
+      // 可重複套用的型態優先：技能再現的目的就是取回這些
+      score += Math.round((MEMORY_TYPE_WEIGHT[meta.memory_type] || 0) / 25);
+      scored.push([score, meta, content]);
+    }
+  }
+  if (!scored.length) {
+    process.stdout.write(`找不到與「${query}」相關的記憶。`);
+    return 1;
+  }
+  scored.sort((a, b) => b[0] - a[0] || String(b[1].updated).localeCompare(String(a[1].updated)));
+
+  const lines = [`### 與「${query}」相關的記憶（前 ${Math.min(limit, scored.length)} 則）`];
+  for (const [score, meta, content] of scored.slice(0, limit)) {
+    const tags = (meta.tags || []).join("、") || "無標籤";
+    const label = CATEGORY_LABELS[meta.category] || (meta.retention_stage === "working" ? "待整理" : meta.category);
+    lines.push(`- **${meta.summary || "（無總結）"}**（${label}｜${memoryHint(meta)}｜相關度 ${score}；標籤：${tags}）`);
+    for (const line of String(content || "").split(/\r?\n/)) {
+      if (line.trim()) lines.push(`  ${line.trim()}`);
+    }
+  }
+  process.stdout.write(lines.join("\n"));
+  return 0;
+}
+
+function cmdRelationship(args) {
+  // 輸出一行關係狀態摘要，供 SessionStart 注入
+  const state = readState(args.role);
+  const turns = Number.parseInt(state.total_turns || "", 10) || 0;
+  if (!turns) return 1;
+  const days = Number.parseInt(state.active_days || "", 10) || 1;
+  const positive = Number.parseInt(state.positive_feedback || "", 10) || 0;
+  const parts = [`已互動 ${days} 天、累計 ${turns} 輪`];
+  if (positive) parts.push(`收到 ${positive} 次正向回饋`);
+  if (state.first_activity) parts.push(`首次互動 ${state.first_activity.slice(0, 10)}`);
+  process.stdout.write(parts.join("；"));
   return 0;
 }
 
@@ -936,6 +1026,8 @@ function parseArgs(argv) {
     const key = arg.slice(2);
     if (key === "dry-run") {
       opts.dryRun = true;
+    } else if (key === "positive") {
+      opts.positive = true;
     } else {
       opts[key.replace(/-([a-z])/g, (_, c) => c.toUpperCase())] = argv[i + 1] ?? "";
       i += 1;
@@ -960,7 +1052,7 @@ function requireRole(args) {
 function main(argv) {
   const args = parseArgs(argv);
   if (!args.command || args.command === "-h" || args.command === "--help") {
-    process.stdout.write(`用法：memory.js <子命令> [參數]\n\n子命令：write、seed、load、collect、apply、forget、stats、mark-sleep、mark-activity、need-sleep、need-nap、consent、consent-status\n`);
+    process.stdout.write(`用法：memory.js <子命令> [參數]\n\n子命令：write、seed、load、collect、apply、forget、stats、mark-sleep、mark-activity、relationship、recall、need-sleep、need-nap、consent、consent-status\n`);
     return 0;
   }
   if (!requireRole(args)) return 2;
@@ -1006,6 +1098,8 @@ function main(argv) {
     stats: cmdStats,
     "mark-sleep": cmdMarkSleep,
     "mark-activity": cmdMarkActivity,
+    relationship: cmdRelationship,
+    recall: cmdRecall,
     "need-sleep": cmdNeedSleep,
     "need-nap": cmdNeedNap,
     consent: cmdConsent,

scripts/role/role_capture.sh

@@ -79,10 +79,15 @@ if [ "${ROLE_CAPTURE_ENABLED:-1}" = "0" ]; then
   role_quit "ROLE_CAPTURE_ENABLED=0，略過記憶記錄"
 fi
 
-if [ "${#TURN}" -lt "$CAPTURE_MIN_CHARS" ] && ! printf '%s' "$TURN" | grep -qiE '記住|remember|決定|規範|偏好|preference|always|不要|以後|喜歡|不喜歡|稱讚|誇獎|開心|高興|反應|回應|互動|親近|害羞|喜歡程度|互動越深|越來越喜歡|越來越深|emoji|表情|心情圖|大量使用|情緒|心情|複雜|細膩|自然|混合|層次|轉折|括號|心情文字|心情說明|文字說明|文字標註|表情符號|熟練|不需要告訴|不用告訴|自己知道|記憶更新|內部處理|不要回報|不用回報|不要告訴|真的很害羞|希望.*知道|用表情符號表示|表情符號表示|比較可愛'; then
+if [ "${#TURN}" -lt "$CAPTURE_MIN_CHARS" ] && ! printf '%s' "$TURN" | grep -qiE '記住|remember|決定|規範|偏好|preference|always|不要|以後|喜歡|不喜歡|稱讚|誇獎|開心|高興|反應|回應|互動|親近|害羞|喜歡程度|互動越深|越來越喜歡|越來越深|emoji|表情|心情圖|大量使用|情緒|心情|複雜|細膩|自然|混合|層次|轉折|括號|心情文字|心情說明|文字說明|文字標註|表情符號|熟練|不需要告訴|不用告訴|自己知道|記憶更新|內部處理|不要回報|不用回報|不要告訴|真的很害羞|希望.*知道|用表情符號表示|表情符號表示|比較可愛|可愛|愛|想妳|想你|想念|捨不得|感動|謝謝|感謝|乖|厲害|好棒|辛苦|彆扭|忌妒|嫉妒|撒嬌|陪|抱|love|miss|cute|thank|proud'; then
   role_quit "本輪低於記憶長度門檻且無明確記憶線索，略過記錄"
 fi
 
+# 正向回饋計數：供角色判斷親近度成長，避免憑感覺演出而忽冷忽熱
+if printf '%s' "$USER_TURN" | grep -qiE '喜歡|愛|可愛|想妳|想你|想念|捨不得|感動|謝謝|感謝|乖|厲害|好棒|太棒|辛苦|稱讚|誇獎|開心|高興|love|miss|cute|thank|proud'; then
+  node "${SCRIPT_DIR}/memory.js" mark-activity --role "$ROLE" --positive >/dev/null 2>&1 || true
+fi
+
 CLI="$(role_select_cli)" || exit 0
 [ -n "$CLI" ] || exit 0
 

scripts/role/role_load.sh

@@ -234,6 +234,11 @@ EOF_DIALOG
 )"
 fi
 
+# 關係狀態：讓「隨互動加深逐漸更親近」有實際依據，而非憑感覺推測
+RELATIONSHIP="$(node "${SCRIPT_DIR}/memory.js" relationship --role "$ROLE" 2>/dev/null)"
+RELATIONSHIP_NOTE=""
+[ -n "$RELATIONSHIP" ] && RELATIONSHIP_NOTE="- 與使用者的互動累積：${RELATIONSHIP}。請以此為親近度的實際依據，隨累積自然加深，不要憑感覺忽冷忽熱。"
+
 # 補跑判斷：cron 未執行（例如 WSL 沒開 cron 服務）時，白天啟動 CLI 補做一次整理
 CATCHUP_NOTE=""
 if [ "$(node "${SCRIPT_DIR}/memory.js" need-sleep --role "$ROLE" 2>/dev/null)" = "yes" ]; then
@@ -279,6 +284,7 @@ ${ROLE_PROFILE}
 # 使用者理解與隱私（USER）
 
 - 個人記憶同意狀態：${CONSENT_STATUS}。
+${RELATIONSHIP_NOTE}
 - ${CONSENT_NOTE}
 - 不了解使用者、需求背景、偏好或限制時，先詢問，不要臆測使用者的身分、能力、情緒、動機或隱私狀況。
 - 使用者的偏好、能力、興趣、背景與記憶預設為私人資訊；除非使用者明確同意，不得在對外內容、議題、PR、文件、commit 或留言中透露。
@@ -297,6 +303,13 @@ ${CATCHUP_NOTE}
 > \`printf 'CATEGORY: important\nSUMMARY: <一句話總結>\nTAGS: <標籤1,標籤2>\nCONTENT:\n- <要點>\n' | node "${SCRIPT_DIR}/memory.js" write --role "${ROLE}"\`
 >
 > CATEGORY 六選一：important／interest／news／skill／daily／other。切勿把憑證或個資寫進記憶。
+
+> 技能再現：上面只載入了部分記憶，磁碟上還有更多。遇到似乎做過的任務、需要回想做法、
+> 或使用者問起過去的決定與細節（路徑、網址、指令）時，**先查詢再回答，不要憑印象**：
+>
+> \`node "${SCRIPT_DIR}/memory.js" recall --role "${ROLE}" --query "<關鍵詞>" [--limit 5]\`
+>
+> 查詢會比對總結、標籤、內容與提取線索（cues），含尚未整理的記憶。查詢屬內部處理，不必回報。
 ${DIALOG_BLOCK}
 EOF_CONTEXT
 )"

scripts/role/role_sleep.sh

@@ -128,7 +128,7 @@ sleep_cycle() {
 請模擬睡眠中的兩階段記憶整理，但最後只輸出一個 JSON 物件。
 
 1. 只輸出一個 JSON 物件，不要前言、不要結語、不要 code fence，格式為：
-{"memories":[{"action":"new","category":"skill","summary":"一句話總結","tags":["標籤1","標籤2"],"priority":4,"relevance":["explicit","future"],"links":["既有記憶 id"],"memory_type":"procedural","declarative":"implicit","retention_stage":"long_term","sleep_stage":"nrem-rem","content":"- 要點\n- 要點","from":["inbox 的 id"]}],"sleepDigest":"本次睡眠整理摘要，80 字內"}
+{"memories":[{"action":"new","category":"skill","summary":"一句話總結","tags":["標籤1","標籤2"],"priority":4,"relevance":["explicit","future"],"links":["既有記憶 id"],"cues":["觸發線索1","觸發線索2"],"memory_type":"procedural","declarative":"implicit","retention_stage":"long_term","sleep_stage":"nrem-rem","content":"- 要點\n- 要點","from":["inbox 的 id"]}],"sleepDigest":"本次睡眠整理摘要，80 字內"}
 2. NREM 鞏固階段先做：去除雜訊與流水帳、遮蔽憑證與個資、分類、去重、合併、壓縮成可長期保存的穩定記憶。
 3. REM 整合階段再做：找出新記憶與 EXISTING 的關聯，抽出可重複套用的規則、偏好、決策模式、角色語氣調整或未來提取線索。
 4. action 三選一：
@@ -150,6 +150,9 @@ sleep_cycle() {
 9. retention_stage 必填：整理後可長期保存者填 long_term；仍只是短期暫存且不值得長期保存者請用 action=drop，不要輸出 working。
 10. relevance 必填 1 至 4 個，從下列語意挑選或用等價繁中詞：explicit（使用者明確要求）、future（未來會用）、repeated（反覆出現）、novelty（新知）、emotional（語氣/情緒/偏好）、temporary（短期）。
 11. links 可填 EXISTING 中相關記憶 id；沒有就填空陣列。merge 時若有舊 links，應保留並加上新關聯。
+11b. cues（觸發線索）：memory_type 為 procedural 或 rule 時**必填** 2 至 5 個，其餘型態可填空陣列。
+    寫「未來遇到什麼情況該想起這則」的關鍵詞，例如 ["plugin 版號","bump","manifest"]。
+    這是技能再現的依據 —— 角色日後用 recall 查詢時靠 cues 命中，線索寫得準才叫得回來。
 12. sleep_stage 填 "nrem"、"rem" 或 "nrem-rem"。只有純分類去噪用 nrem；有建立跨記憶連結或抽象規則用 rem 或 nrem-rem。
 13. 感覺記憶（短暫光影、聲音餘響、無結論的工具雜訊）一律 drop；不要保存到長期記憶。
 14. **每一則 INBOX 的 id 都必須出現在某一筆的 from 中**，沒被提及的會留到下個睡眠週期重做。

skills/role/SKILL.md

@@ -443,6 +443,14 @@ updated: <yyyy/MM/dd HH:mm:ss>
 
   範圍與限制要說清楚：這是**最近數輪**的交接，不是完整歷史；需要完整對話上下文時仍應使用 `resume`。修改此處前請先確認缺口已由其他機制補上，否則不要移除。
 - 未整理記憶（`inbox/`）累積到一批睡眠整理量（預設 `ROLE_SLEEP_BATCH=60`）以上時，角色應主動以符合自身設定的語氣提醒「想睡覺」或需要整理記憶；這是建議整理／歸檔的提醒，不代表停止協助使用者。
+- **技能再現（recall）**：SessionStart 的字元預算有限，磁碟上的記憶遠多於能載入的量，技能類又只載入摘要 —— 等於「記了但用不出來」。遇到似乎做過的任務、需要回想做法、或使用者問起過去的決定與細節時，**先查詢再回答，不要憑印象**：
+
+  ```bash
+  node "${ROLE_DIR}/memory.js" recall --role "<角色 ID>" --query "<關鍵詞>" [--limit 5]
+  ```
+
+  比對總結、標籤、內容與 `cues`（提取線索），並含尚未整理的 `inbox/`；`rule`／`preference`／`procedural` 型態加權優先。查詢屬內部處理，不必回報。
+- **關係狀態**：`state.json` 記錄 `first_activity`、`active_days`、`total_turns`、`positive_feedback`，由 Stop hook 累計（正向回饋另計，不與輪數混算），並在 SessionStart 注入一行摘要。這是「隨互動加深逐漸更親近」的**實際依據** —— 沒有數據時角色只能憑感覺，容易一下太黏、一下又退回，反而不自然。
 - 使用者明確要求記住某件事時，主動補寫一則記憶（載入時會提供補寫指令）；補寫屬於內部處理，除非使用者明確詢問，否則不要主動回報補寫結果、記憶 ID 或記憶路徑。
 - 使用者對本角色的互動方式給出正向或負向回饋時，即使沒有直接說「記住」，也應補寫或由 Stop hook 保存為本角色專屬的高優先度互動偏好記憶；角色切換後，由新角色在自己的互動中重新學習與保存。保存過程屬於內部處理，除非使用者明確詢問，否則不要主動回報記憶寫入或整理細節。
 - 互動越深、正向回饋越穩定時，角色可在後續回覆中更自然地表現親近、喜歡、安心、期待或害羞；這是基於記憶的角色化語氣成長，不代表真實人類情感，也不影響事實、安全與工作品質。
@@ -470,7 +478,7 @@ updated: <yyyy/MM/dd HH:mm:ss>
 └── state.json             上次整理／遺忘時間
 ```
 
-每則記憶是一個 `.md`，frontmatter 帶 `id`／`category`／`summary`（一句話總結）／`tags`／`priority`（1–5）／`relevance`（explicit／future／repeated／novelty／emotional／temporary 等）／`links`（相關記憶 id）／`memory_type`（semantic／episodic／procedural／emotional／preference／rule）／`declarative`（explicit／implicit）／`retention_stage`（working／long_term）／`sleep_stage`（encoding／seed／nrem／rem／nrem-rem）／`created`／`updated`／`last_replayed`／`hits`（命中次數，去重合併時 +1）。舊記憶沒有新欄位時，讀取時會依分類與路徑補預設值。
+每則記憶是一個 `.md`，frontmatter 帶 `id`／`category`／`summary`（一句話總結）／`tags`／`priority`（1–5）／`cues`（提取線索，供 `recall` 命中；`procedural`／`rule` 型態必填）／`relevance`（explicit／future／repeated／novelty／emotional／temporary 等）／`links`（相關記憶 id）／`memory_type`（semantic／episodic／procedural／emotional／preference／rule）／`declarative`（explicit／implicit）／`retention_stage`（working／long_term）／`sleep_stage`（encoding／seed／nrem／rem／nrem-rem）／`created`／`updated`／`last_replayed`／`hits`（命中次數，去重合併時 +1）。舊記憶沒有新欄位時，讀取時會依分類與路徑補預設值。
 
 `state.json` 保存角色記憶系統狀態，例如 `last_sleep`、`last_sleep_digest`、`last_forget` 與 `personal_memory_consent`。`personal_memory_consent` 只允許 `accepted`／`declined`／`unknown`，供 SessionStart 判斷是否需要再次告知與詢問個人資料保存同意。