核心用法
Task Resume 是一款面向多任务场景的自动化工作流管理技能，专注于解决对话式 AI 交互中最常见的问题——任务中断与上下文丢失。其核心机制建立在隐式队列系统之上：当检测到用户将话题从当前未完成任务转移时，系统自动捕获任务状态（标题、已完成内容、精确下一步、验收标准）并存入共享队列；当活跃任务完成后，立即自动恢复最久的中断任务。
关键操作包含三类命令：add 入队、pop 出队恢复、status/list 队列透视。队列采用 workspace 全局共享文件（memory/task-resume-queue.json），确保主会话、克隆实例及群组会话间状态统一。系统通过 task_resume_queue.py 辅助脚本实现跨会话原子操作。
显著优点
1. 零摩擦中断保护：用户无需显式指令即可保全工作进度，降低认知负荷
2. 跨会话状态同步：全局队列文件打破会话隔离，适配复杂协作场景
3. 智能去重机制：相同任务标题+相似上下文自动更新而非重复入队，避免队列膨胀
4. 质量上下文保留：强制记录"精确下一步"，确保恢复时可无缝衔接
潜在局限与风险
- 文件锁竞争风险：多会话并发读写 JSON 队列可能产生竞态条件，脚本需实现文件锁机制（文档未明确说明）
- 隐式行为黑箱：自动入队逻辑依赖"相关性判断"，存在误判可能（如用户实际想切换但系统视为中断）
- 容量硬限制：30 项上限+静默丢弃可能导致重要任务丢失，虽记录至每日日志但恢复成本较高
- 7 天陈旧项处理：自动询问机制需用户介入，长期积压可能造成心理负担
适合人群
- 高频多任务切换的深度用户（研究人员、开发者、项目经理）
- 需要长周期、多会话维持复杂工作流的场景
- 对任务连续性有强需求、不愿手动维护 TODO 列表的用户
常规风险
| 风险类型 | 描述 |
|---------|------|
| 数据持久化 | JSON 文件损坏或权限问题导致队列丢失 |
| 隐私泄露 | 任务上下文可能包含敏感信息，共享队列需考虑访问控制 |
| 自动化过度 | 隐式行为可能与用户真实意图冲突，建议保留显式覆盖通道 |