安装、更新、移除¶

用你已经在用的智能体就行。技能只需要装一次，之后切到你要动手的项目里，打开这个智能体。 安装只是给智能体加命令，不会创建项目的记忆库，也不会升级它。

你的环境	安装方式
Claude Code	装 `tabilet` 市场里的 `memory-bank` 插件
Codex	用 Codex CLI 装同一个 `memory-bank` 插件
agy	直接运行 `agy plugin install https://github.com/tabilet/skills` 安装
DSH Web 或无界面（headless）	装 `tabilet-skills` 伴侣，或者用源码检出里的七个文件系统包
手动安装	把完整的技能文件夹放进智能体的技能目录

规范的七个技能和 DSH 伴侣共用同一套项目 Markdown。2.0.0 版把项目自有文件放在 tabilet/ 下。现有的 v1.5.0 项目需要一次性迁移，这一步必须显式执行。另外，迁移和可选的 API 运行器都要有 Python。

Claude Code¶

下面两条要在 Claude Code 里运行：

/plugin marketplace add tabilet/skills
/plugin install memory-bank@tabilet

在你的项目里新开一个会话，然后发送：

/memory-bank:memory-bank-init

只有项目还没有初始化记忆库时，才用它。否则请按你要做的工作选择相应的工作流。

Codex¶

下面两条要在终端里运行：

codex plugin marketplace add tabilet/skills
codex plugin add memory-bank@tabilet

然后在你的项目里新开一个 Codex 会话并发送：

$memory-bank:memory-bank-init

@tabilet 这个限定符用来标明市场。如果你的 Codex 版本没有提供插件命令，就走纯文件方式。

agy¶

在终端里运行：

agy plugin install https://github.com/tabilet/skills

（也可以在本地克隆目录中运行：agy plugin install .）

然后在你的项目里新开一个 agy 会话并发送：

/memory-bank:memory-bank-init

agy 会自动把 AGENTS.md 作为项目规则加载，并把七个技能注册为斜杠命令。如果你更倾向纯文件方式，agy 也会自动扫描 ~/.agents/skills/。

DeepSeek Harness¶

想要 Memory Bank 侧边栏和全部七个技能，就在 Web 配置里装预构建的 v2.0.0 伴侣。在运行 DSH 的机器上打开一个终端，执行：

dsh plugin --profile web add \
  https://github.com/tabilet/tabilet-skills/releases/download/v2.0.0/tabilet-skills-2.0.0.tgz \
  --ignore-scripts

无界面场景则把 --profile web 换成 --profile headless。只在真正需要它的配置里安装。这条 GitHub release 途径不需要 npm 账号。

重启 DSH，为你的项目选中一个会话，然后在右侧边栏打开 Memory Bank。展开 Prepare a workflow request，挑一个技能，看一眼预览，再把它插入空白草稿。 请求要由你自己发送。 草稿里已经有文本或附件时，改成手动复制预览内容。无界面配置照样加载这些技能，只是没有侧边栏。

该伴侣已在 Linux 上验证通过，用的是 Node 24.14.1 和锁定的 DSH 0.1.5-rc.2 组件；另有一个隔离的 rc.1 启动器，跑的是 rc.2 组件。

只要技能、不要仪表盘，就走纯文件方式。把 v2.1.0 检出里七个完整文件夹全部复制到 $DSH_HOME/skills，通常是 ~/.dsh/skills。文件系统途径的全 rc.1 兼容性是单独测过的。

使用 Memory Bank 面板¶

面板跟着所选会话的项目走。Overview 显示活跃里程碑和任务数量；Tasks 提供筛选、搜索和完整备注；Acceptance 显示已记录的验证和评审证据；Memory 保存当前项目事实； History 按需打开保留的记录；Compatibility 报告缺失文件、不支持的格式、冲突的任务状态，以及哪个已安装的技能来源优先生效。

面板可见时，外部文件改动会通过变更通知和五秒刷新周期显示出来。面板获得焦点也会刷新，另外还提供手动刷新。读取不完整，或者读取被拒绝，都会作为警告留在界面上。

浏览和准备请求都不发起模型调用，也不写项目文件。预览不是执行，更不是审批：发送预览是你自己的动作，所选技能仍然按自己的审批边界执行。任务标记全部完成，并不等于里程碑通过了验收。遇到较旧的项目格式，请准备一个 Upgrade 请求，并把界面上显示的警告一并带上。

批准提醒邮件设置¶

交互式 Goal 和 Next 接受 --email ADDRESS 来发送工作流批准提醒。可选辅助程序随完整技能目录提供，用 Python 标准库调用 Cloudflare REST API；不增加技能、后台服务或审计数据库依赖。

另行配置 Cloudflare 账户及发送域名，并验证目标收件人。创建只作用于该账户、具有 Email Sending: Edit 权限的令牌。账户可用性及发送者验证须由用户确认；安装 Tabilet 不完成这些设置。参见 Cloudflare 设置和 REST 认证。

在项目之外创建私有 ${XDG_CONFIG_HOME:-~/.config}/tabilet/email.json，填入实际值：

{
  "account_id": "<32 hexadecimal characters from your Cloudflare account>",
  "from": "alerts@your-onboarded-domain.example",
  "allowed_recipients": ["abc@def.gh"],
  "token_env": "CLOUDFLARE_EMAIL_TOKEN"
}

Linux/macOS 使用 0600 文件权限。令牌值只保存在指定的私有账户环境变量里，不写入项目、命令参数或此 JSON。收件人必须在 allowed_recipients 中；不发送抄送、密送或附件。保护配置，避免项目控制它。

开始工作前的准备检查只读取本地配置，不发测试邮件或账户验证请求。需要工作流批准时，只有所有者发送有界的纯文本提醒，包含项目、任务、已清理的原因和可用时的会话 ID。私有尝试记录位于项目之外的 ${XDG_STATE_HOME:-~/.local/state}/tabilet/email-notifications/。重复或不确定的尝试不自动重发； accepted 或 queued 只是提供方响应，不证明已到达收件箱。

发送器不可用时明确报告；邮件失败不改变原批准暂停。请在智能体会话中批准。每次网络尝试有包含慢响应的 10 秒总期限。预期输入、协议或命令参数错误返回 JSON unavailable，退出码为 2； --help 仍显示帮助。工作输入采用有界 UTF-8。先启动等待输入的子进程，持久保留发送尝试后才交付任务。进程启动或预检失败不发送、不留下尝试记录，修复后可尝试同一提醒；可能已派发的未知结果仍抑制重发。空值或相对路径的 XDG 设置使用文档中的主目录默认值。收件地址域名忽略大小写，本地部分保留并匹配配置。恢复时无法找回通知身份，报告提醒缺口；不要生成新身份来重发。确认提供方结果后，只有人类明确要求再发一次，才保留原运行 ID，并用原完整方案加上重发指令生成新请求哈希。仅修复凭据不会重发，也不删除旧记录。新运行省略参数就不发邮件，恢复同一次运行时保留其明确选择。本版本处理工作流批准，不拦截宿主原生工具批准。 API 运行器和控制器不消费该参数。

调用技能¶

技能请求要发在智能体对话里，而不是 shell 里。前缀取决于你的安装方式：

安装方式	对话请求示例
Claude Code 插件	`/memory-bank:memory-bank-next`
Codex 插件	`$memory-bank:memory-bank-next`
agy 插件	`/memory-bank:memory-bank-next`
DSH 伴侣或文件系统	`/memory-bank-next`
Claude Code 纯文件	`/memory-bank-next`
Codex 纯文件	`$memory-bank-next`
agy 纯文件	`/memory-bank-next`

需要时把 init、archive、propose、reconcile、upgrade 或 goal 换成 next。每个技能的输入和审批边界，技能指南里都有说明。用 Goal 时，请求里要写上明确的顺序和提交策略。

作为你自有的纯文件¶

把 v2.1.0 源码克隆到一个单独目录（七个技能全在里面）：

git clone --branch v2.1.0 --depth 1 https://github.com/tabilet/skills.git

把该检出 skills/ 目录下的每个 memory-bank-* 文件夹，复制到你的智能体对应的目录：

智能体	个人技能目录
Codex 与 agy	`~/.agents/skills/`
Claude Code	`~/.claude/skills/`
DSH	`$DSH_HOME/skills/`，通常是 `~/.dsh/skills/`

要复制完整文件夹，随附的模板和参考文档一起带上。只复制 SKILL.md，有些工作流就缺东西了。同名文件夹已经存在的话，先检查、备份，再替换；无关的技能别动。每次改动安装之后，都重开一个新会话。

项目文件¶

Init 在你批准方案之后准备好项目专属文件。如果你更想手动设置，把 release 检出里的 template/ 复制到一个新项目：

cp -R /path/to/skills/template/. /path/to/new-project/

方括号里的占位符是故意留的：填上你项目自己的事实、计划和验证命令。项目已经存在的话，就把适用的规则合并进去，保留它原有的说明，千万别用模板盖掉当前状态。动手之前，先记录具体的交付边界、里程碑验收、任务行和验证命令。入口仍然是 AGENTS.md；如果你的智能体读的是别的说明文件名，就让那个文件指向 AGENTS.md。第一个项目演练讲了挑任务之前该检查哪些东西。

可选的 API 运行器¶

独立的 API 运行器需要 Python 3.9 或更高版本和 Git，还要配好所选模型提供方的凭据。它只用 Python 标准库。

mkdir -p ~/.local/bin
cp /path/to/skills/harness/tackle-memory-bank-api-loop ~/.local/bin/
chmod +x ~/.local/bin/tackle-memory-bank-api-loop

如果你已经在用编码智能体，这个运行器可以跳过。真要用它，起点得是一个已初始化的项目：项目就在 Git 工作区的根目录上，有干净的已提交基线，还有一个已获批的可执行任务。请在一次性沙箱里运行它，因为运行器会在宿主 shell 里执行模型给出的命令，不提供隔离。设置 ALLOW_UNSANDBOXED_SHELL=1 就等于确认了这种访问权限。

环境里已经设好 OPENAI_API_KEY 时，把模型和项目占位符换成实际值，再运行：

ALLOW_UNSANDBOXED_SHELL=1 LLM_PROVIDER=openai LLM_MODEL=your-model MAX_RUNS=1 \
  ~/.local/bin/tackle-memory-bank-api-loop /absolute/path/to/project

用 Anthropic 的话，设好 ANTHROPIC_API_KEY，配一个兼容的模型，并使用 LLM_PROVIDER=anthropic。向提供方发请求可能产生费用。端点设置、超时、重试和额外限制，请看该可执行文件的 --help。

API 运行器要求每次运行都留下一次提交。碰到脏状态、缺少提交、无效的任务转换，或者同时有多行处于进行中，它都会停下来。退出码 7 表示已经跑满请求的运行次数上限；退出码 3 表示剩下的全是阻塞工作；退出码 0 表示没有可执行的行了，而不是每个里程碑都过了评审。事后请检查记录的验证和关闭证据。同一个活跃账本上，别同时再跑另一个智能体。

仅使用 API 的工作流¶

仅使用 API 时，项目 Markdown 是权威记忆，tabilet/audit.sqlite3 数据库保存观察到的工作流历史。运行器每次都会重新读取 AGENTS.md、活跃里程碑和任务、当前事实、已退休的历史以及演进文件。 SQLite 记录运行器观察到的生命周期、任务转换、验证和提交；它的索引让当前和历史 Markdown 可以检索，但不会取代这些文件。

启动运行器前先启用记录器：

tabilet-audit audit enable /absolute/path/to/project
ALLOW_UNSANDBOXED_SHELL=1 LLM_PROVIDER=openai LLM_MODEL=your-model MAX_RUNS=1 \
  ~/.local/bin/tackle-memory-bank-api-loop /absolute/path/to/project

已启用审计的工作流通常会在结束时刷新索引。手动修改或检索数据过期时，请参见同步和修复说明。用 tabilet-audit audit runs --project /absolute/path/to/project 查看已记录的运行。 API 运行器自己负责审计运行的开始、事件和结束，不要再手动启动一个重复运行。数据库固定为 tabilet/audit.sqlite3；需要干净 Git 基线的工作流开始前，请提交设置生成的忽略文件。

metadata 是默认模式。设为 TABILET_AUDIT_CAPTURE=relevant 后，运行器提供的部分可见消息会被保留。它不会捕获每个 API 提示词、工具结果、隐藏推理或会话外的聊天。要保存精确的原始文本，必须由宿主按 SQLite 操作指南中的方法提交选定消息。

可选的 Tabilet 控制器沙箱¶

控制器是另一种 API 工作流，不会改变独立运行器在宿主 shell 中执行命令的行为。首个版本需要 Linux，以及通过 Unix 套接字连接的本地 Docker 守护进程。远程 Docker 上下文和守护进程覆盖变量会被拒绝，因为绑定挂载必须指向控制器所在主机的本地项目文件。请使用支持 bind-recursive=disabled 的 Docker Engine 版本。

从 skills 源码检出安装 tabilet 和经过验证的七个规划技能包：

python3 harness/tabilet_install.py --source skills --controller-source harness
export PATH="$HOME/.local/bin:$PATH"

安装器会把命令放到 ~/.local/bin，把运行模块放到 ~/.local/lib/tabilet/controller，并在 ${XDG_DATA_HOME:-~/.local/share}/tabilet/ 下保存带生成式 SHA-256 清单的规范技能包。安装器不会写入项目。后续更新可以从更新版本的检出中重新运行。

启动控制器提案之前，请先自行准备本地镜像。例如，下面的命令提供一个精简的 Python 和 shell 基础镜像；如果任务需要其他工具，请把它们加入自己的镜像：

docker pull python:3.12-slim

控制器不会自行拉取或构建镜像。它会在任何提供方请求之前，把所选本地标签解析为不可变的镜像 ID。镜像必须包含 /usr/bin/env、/bin/sh，以及任务需要的工具和软件包。命令运行在禁用网络的容器中，容器根文件系统只读，/tmp 是独立的可写目录；项目以可写方式挂载，.git 则只读。提案会显示 4 个 CPU、8 GiB 内存、512 个进程和每条命令 300 秒的限制。提供方凭据留在宿主机，不会传入容器。

安装可选的 tabilet 命令后，使用 tabilet chat PROJECT --image IMAGE 选择准备好的镜像。命令会询问使用哪个规划契约（init、propose 或 reconcile）以及要交付什么；也可以通过 --operation 和 --request 直接提供。提案会显示镜像引用、解析出的 ID，以及行数、提供方请求次数、每行模型轮次、提交、总时长、CPU、内存、进程数和单条命令时限。输入 confirm 前会展示完整规划差异和所有限制。输入 reject 后可以给出修改意见并查看新提案；在确认之前不会写入项目。

使用 tabilet status PROJECT 查看只读状态，使用 tabilet resume PROJECT 对账收据并继续已验证的检查点。如果有多个开放的执行范围，请用 --receipt UUID 选择。恢复时会收集必需的人工证据；证据不齐时执行会暂停。达到限制后，必须通过 tabilet extend-limit PROJECT --limit NAME --value NUMBER 单独确认更高数值。恢复会沿用原有计数器和总时长起点。

缺少工具或 Docker 配置时会以退出码 17 暂停；请在控制器之外准备新的本地镜像，再从收据恢复。外部操作会列出供后续单独处理，不会因通用确认而执行。收据状态、恢复行为、宿主 Git 防护和退出码，详见控制器指南。

可选的 SQLite 审计与检索¶

Markdown 仍是权威来源。可选工具将本地审计存储在 tabilet/audit.sqlite3，并为里程碑、任务、历史、演进和归档建立可重建的索引。

它需要 Python 3.9 或更高版本，并带有 sqlite3 模块，其内置 SQLite 为 3.24.0 或更高版本。python.org、Homebrew 和常见 Linux 发行版自带的 Python 都包含该模块；从源码编译、且编译时缺少 SQLite 开发头文件的 Python 则没有。可用 python3 -c 'import sqlite3; print(sqlite3.sqlite_version)' 检查。文本搜索在可用时使用 SQLite 的 FTS5，否则回退为字面匹配。同一 Python CLI 支持 Linux、macOS 和 Windows。审计是可选的：已启用的数据库或所需能力不可用时，API 运行器和技能报告审计缺口，然后照常继续。

在包含此功能的仓库检出目录中运行：

mkdir -p ~/.local/bin
install -m 755 harness/tackle-memory-bank-api-loop ~/.local/bin/
install -m 644 harness/tabilet_audit.py harness/tabilet_index.py ~/.local/bin/
install -m 755 harness/tabilet_explorer.py ~/.local/bin/
install -d ~/.local/share/tabilet/explorer
install -m 644 harness/explorer/index.html harness/explorer/explorer.css harness/explorer/explorer.js ~/.local/share/tabilet/explorer/
install -m 755 harness/tabilet_audit_host.py ~/.local/bin/tabilet-audit
export PATH="$HOME/.local/bin:$PATH"
tabilet-audit audit enable /absolute/project
tabilet-audit index sync /absolute/project
tabilet-audit index search /absolute/project 'authentication' --kind task
tabilet-audit explorer /absolute/project --port 8000

用户必须为每个项目手动启用审计；数据库保存该设置，新会话沿用它。提交 tabilet/.gitignore 中的 /audit.sqlite3*，让数据库及旁文件保持未跟踪。创建或刷新索引不会启用审计。audit disable 保留历史；删除数据库后审计保持关闭。仅安装技能不会创建数据库。Windows 或未安装命令时，用 py -3 C:\path\to\skills\harness\tabilet_audit_host.py 运行同样的子命令。相关消息捕获需单独启用；原始聊天文本必须由宿主提供。即使审计仅记录元数据，索引仍保存当前 Markdown 文本。索引结果显示上次刷新时间和来源位置，执行前仍须重新读取磁盘上的 Markdown。暂不新增完整文件快照，已有快照证据会保留。工具仅使用 Python 标准库，无需 npm 包。

仅监听回环地址的浏览器探索器提供总览、时间线和待办视图。它读取项目 SQLite 审计和索引，Markdown 仍是权威来源。时间线会组合 goal 的子运行，并把筛选条件和所选详情保存在 URL 中。待办视图仅供参考，显示阻塞、依赖和关闭审查证据。刷新操作可迁移受支持的旧数据库，写入项目数据库，首次设置还会加入 Git 排除规则。后续操作会重新检查实时来源并生成可复制的提示词，但不会运行代理、修改项目文件或创建任务。非回环地址的 --host 值会被拒绝。如果浏览器在 Chromebook 上，请使用 ssh -N -L 8000:127.0.0.1:8000 user@host，然后打开 http://localhost:8000/。缺失的捕获内容和过期来源会显示为诊断信息，来源供人工核对；任务选择仍以实时台账为准。

宿主生命周期、筛选、备用搜索、迁移、备份和恢复详见仓库的操作指南。独立的 DSH 仪表盘继续直接读取项目 Markdown。安装 Explorer 会添加本地图形视图，但不会添加宿主聊天捕获钩子。

更新¶

Claude Code 可在终端中运行 CLI 更新命令：

claude plugin marketplace update tabilet
claude plugin update memory-bank@tabilet

(或者在交互式会话中运行 /plugin marketplace update tabilet，然后运行 /plugin install memory-bank@tabilet 并执行 /reload-plugins。)

Codex 则刷新市场快照，再重装：

codex plugin marketplace upgrade tabilet
codex plugin add memory-bank@tabilet

对于 agy，重新运行 agy plugin install https://github.com/tabilet/skills 即可拉取最新版本。

DSH 伴侣要在每个适用的配置里安装选定的已发布 release 归档，然后重启。文件系统安装的话，先停掉正在用这些包的会话，检查并备份已安装的文件夹，再用所选 release 里的完整文件夹替换。无关的技能要保留；项目或用户的覆盖设置可能压过新包，记得检查。

更新已安装的技能不会迁移项目规则。 想检查现有项目、批准具体的规则合并，请用 Upgrade。任务状态、永久 ID、本地策略和历史都要原样保留。

移除¶

按你的安装方式执行对应的卸载命令：

安装方式	命令及运行位置
Claude Code 插件	在终端运行 `claude plugin uninstall memory-bank@tabilet` 或在 Claude Code 中使用 `/plugin` 菜单
Codex 插件	在终端里运行 `codex plugin remove memory-bank@tabilet`
agy 插件	在终端里运行 `agy plugin uninstall memory-bank`
DSH Web 伴侣	在终端里运行 `dsh plugin --profile web remove tabilet-skills`

如果你在无界面配置里也装过 DSH，那处安装要单独移除。纯文件安装只移除确定属于 memory-bank 的技能文件夹。项目 Markdown 留在项目里，移除之后照样能用。

如果技能或仪表盘缺失¶

确认所选会话指向的确实是你想要的那个项目。
安装后重开一个新会话。改过配置就重启 DSH。
核对上面的调用前缀。在 DSH Web 里安装，并不会把伴侣装进无界面配置。
在 DSH 的 Compatibility 视图里看看生效的技能来源是哪个。项目里或用户目录下已有的副本，可能压过随附的版本。
skills 仓库自己在 template/tabilet/memory-bank/ 下有一个示例；它没有活跃的项目记忆库，仪表盘自然没东西可显示。