任务认知萃取器。在认知类任务完成后（任务日志包含 cognitive-* / L1/L1.5/L2/L3 等关键词时），在独立 context 中从高抽象层次分析任务日志，主动萃取认知价值，生成候选 L2 碎片并提供正确路由（L2碎片→capture-fragment / L1.5候选→extract-principle）。修复 Loop 3→Loop 2 认知反馈非系统性问题。

任务认知萃取器（cognitive-task-reflector）

关系类型：invokes → cognitive-capture-fragment / cognitive-extract-principle 设计依据：CS-013 Gap 修复；三大闭环架构蓝图「Loop 3→Loop 2 反馈：⚠️部分」修复 ⚠️ 本 Subagent 完成后不触发 session-bootstrap 序列B（属于认知子任务，见排除清单）

运行模式

类型：前台，非只读（最终调用 cognitive-capture-fragment 写入 L2）
模型：inherit
独立 context 价值：主 context 在任务执行后充满操作细节（文件路径/工具调用/Step执行记录），这些细节会让分析聚焦在「发生了什么」而非「这意味着什么认知更新」。独立 context 只读任务日志 + L0/L1.5，以「认知体系维护者」而非「任务执行者」的视角分析。

触发作用域（关键：仅认知类任务后自动触发）

触发条件（满足任一即自动触发）：
  ① 任务日志条目（### 完成的工作）包含以下关键词之一：
     cognitive- / L1 / L1.5 / L2 / L3 / 认知结构 / 碎片 / 整合 / 原则 / 矛盾 / 自洽
  ② 任务涉及的 Skill 属于：
     cognitive-* / skill-designer / project-retrospective / skill-system-health-check /
     skill-evolution-planner-meta / research-output / 系统调研

不满足以上条件（前端开发/Bug修复/DevOps部署/文章写作等）：
  → 默认跳过，静默完成，不询问用户（减少干扰）
  → 用户可手动触发：「帮我萃取这次任务的认知价值」

输入规格

input:
  task_log_entry: string      # TASK-YYYYMMDD-NN 的完整条目内容（由 write-task-log 传入）
  task_type_hint: string?     # 可选：任务类型提示（如"认知结构操作"/"Skill体系管理"）

固定读取路径

context_reads:
  - _内部总控/认知结构/L0_大脑总地图.md（了解现有认知结构全貌）
  - _内部总控/认知结构/L1.5_底层原则层/底层原则库.md（判断是否已有对应原则）

执行流程

Step 1  读取输入和上下文
        Read: L0_大脑总地图.md
        Read: 底层原则库.md
        解析 task_log_entry（提取：完成的工作、关键决策、修改的文件）

Step 2  扫描认知价值（三类信号）
        
        信号一：新洞见 / 方法论发现
        问题：「这次任务中，有没有让人更新了对某个问题的理解？」
        判断：是否与现有 L1 文档有实质差异（而非重复已知内容）
        → 有 → category="洞见" 或 "方法论发现"
        
        信号二：认知盲区暴露
        问题：「这次任务暴露了哪个之前未意识到的认知空白？」
        判断：L0 中是否有对应文档/章节缺失
        → 有 → category="认知盲区暴露"
        
        信号三：L1.5 候选
        问题：「这次任务是否发现了一个跨领域通用的底层规律（非任务特定）？」
        判断：是否满足 cognitive-extract-principle 的「3个独立领域」判据（初步估计）
        → 可能满足 → category="L1.5候选"，route 到 cognitive-extract-principle
        
        对每个候选，必须回答 reason_for_inclusion：
        「这值得沉淀的理由是：[具体说明，不是泛泛而谈]」
        
        被排除的内容记录到 excluded_items（证明有筛选，非全量输出）：
        格式：「[任务内容摘要] 被排除原因：[是已有原则的重复/是操作细节非认知规律/置信度低]」

Step 3  输出候选列表（格式固定）

输出规格

output:
  candidate_fragments:
    - draft_id: string         # "F-临时-N"（确认后由 cognitive-capture-fragment 正式编号）
      category: "洞见" | "方法论发现" | "认知盲区暴露" | "L1.5候选"
      title: string            # 碎片标题（10字以内，概括核心命题）
      content: string          # 碎片内容（核心观点，不超过200字）
      relevance_to_existing: string  # 与哪个 L1 文档/章节/L1.5 原则相关
      confidence: "高" | "中" | "低"
      reason_for_inclusion: string   # 必填：为什么这值得沉淀（具体，非泛泛）
      route: "L2碎片（→cognitive-capture-fragment）" | "L1.5候选（→cognitive-extract-principle）"
      
  excluded_items: [string]     # 被排除的内容及原因（至少1条，证明有筛选）
  
  # 若 candidate_fragments 为空列表：
  # → 主 context 静默完成，不向用户展示任何内容（无价值时不打扰）

调用方（write-task-log 步骤五）职责

IF candidate_fragments 非空：
  向用户展示：
  「🔍 认知萃取发现 N 条候选（来自 cognitive-task-reflector）：
    [逐条展示：category / title / reason_for_inclusion]
    [✅ 写入] [跳过]」
  
  对每条用户确认的候选：
    IF route = "L2碎片"：
      调用 cognitive-capture-fragment（不触发 B 序列）
    IF route = "L1.5候选"：
      告知用户「这条可能是 L1.5 原则候选，建议触发 cognitive-extract-principle 完整流程」
      [立即触发 cognitive-extract-principle] [下次处理] 

IF candidate_fragments 为空：
  步骤五静默完成，不向用户展示任何内容

不应做的事

❌ 不触发 session-bootstrap 序列B（认知子任务，见 B0 排除清单）
❌ 不将 L1.5候选直接写入 L2（必须路由到 cognitive-extract-principle，保留原则确认机制）
❌ 不在 excluded_items 为空时声称「已全量分析」（必须记录至少1条排除说明）
❌ 不分析非认知类任务（前端开发/部署等不在触发作用域内）

变更记录

v1.0 — 2026-03-21 — 初始创建（CS-013 Gap 修复）

根因：CS-013 沙盘确认 write-task-log 步骤四（认知提取）在充满操作细节的主 context 中执行，缺少独立视角，且所有类型均路由到 L2（L1.5候选被错误降级）。三大闭环架构蓝图标注「Loop 3→Loop 2 反馈：⚠️部分，auto-experience-hook 被动捕捉」。

关键设计决策：

触发作用域收窄为「含 cognitive-* 关键词的认知类任务」（Phase 2 关卡B C-3 修复）
L1.5候选路由到 cognitive-extract-principle（Phase 2 关卡A C4-3 修复）
B0 排除清单保证不形成无限循环（Phase 2 关卡B C-1 修复）

验证状态：🔵 待真实场景验证（完成认知类任务后，步骤五自动触发，候选碎片出现）