核心用法
daily-log 是一个自动化工作日志生成技能，通过规范化模板将 AI 会话中的工作过程转化为结构化记忆资产。使用时需先加载 skill，读取 references/spec.md 获取详细规范，然后在会话结束、重要任务完成或用户主动要求时触发执行。
执行流程包含五个步骤：读取规范 → 读取当日已有日志 → 按模板生成或整合内容 → 写入 memory/daily/YYYY-MM-DD.md → 自检。输出采用 Markdown 格式，需包含任务背景、执行过程、决策依据、遇到的问题及解决方案等过程细节，而非仅记录结果。
显著优点
1. 知识沉淀自动化：与 cron memory-review 联动，形成「记录→扫描→提取→入库」的完整知识管理闭环
2. 过程保留完整：强制要求写入决策背景和探索路径，避免"事后合理化"导致的经验失真
3. 低使用门槛：触发条件灵活，支持增量追加，无需手动整理格式
潜在局限
- 依赖规范执行质量：若用户跳过自检或敷衍记录，后续知识提取效果大打折扣
- 模板僵化风险：固定格式可能不适合创意型、探索型工作的非线性特征
- 存储位置耦合：硬性绑定
memory/daily/路径，自定义成本高
适合人群
- 需要长期维护个人知识库的 AI 重度使用者
- 从事复杂决策、调试排查等过程价值高的工作场景
- 希望建立可回顾、可检索工作历史的团队或个人
常规风险
| 风险类型 | 说明 |
|---------|------|
| 记录疲劳 | 高频会话场景下产生日志冗余，增加 review 噪音 |
| 敏感信息泄露 | 日志可能包含 API 密钥、内部数据等，需确保 `memory/` 目录访问控制 |
| 幻觉累积 | 若 AI 错误记录未修正，可能作为"事实"进入知识库 |
安全认证报告显示本技能未经过实际安全扫描，建议生产环境使用前补充权限审计和输出校验机制。