agent-init
agent-init — Monad Unit (η)
unit :: RawProjectState → AgentReady(ProjectState)
无论项目处于什么状态，将其提升进标准化的 monadic context。
就像 Promise.resolve(value) —— 不管 value 是 raw 值还是已包装的 Promise，都归一化。
触发条件
- 用户说"接管这个项目"、"开始"、"init"、"onboard"
- 首次在一个项目中启动 Agent
- 项目中不存在
.agent-monad/目录 - 用户从另一个 Agent 切换过来
工作流程
Phase 1: 状态探测（幂等）
并行执行以下探测，构建项目指纹：
More from songlairui/agent-monad
agent-merge
Monad join (μ): 当多个 Agent 并行处理同一项目的不同部分后，合并它们的上下文胶囊为统一状态。当用户说 'merge'、'合并'、'汇总进度'、'合并分支'，或多个 Agent 的 .agent-monad/ 需要协调时触发。
6agent-bridge
Monad bind (>>=): 从当前 Agent 的工作中提取意图和进度，更新 .agent-monad/ 上下文胶囊，使下一个 Agent 能无缝接续。当用户要切换 Agent、结束当前会话、或说 'bridge'、'交接'、'切换到 X'、'保存进度'、'我要换个工具' 时触发。
6reading-breath
为中文文本注入“呼吸感”。当用户提供密集、压抑、缺乏起伏的长文，或要求“润色”、“优化表达”、“提升阅读体验”时，必须使用此技能。它通过识别逻辑层级，通过“语义呼吸”和“密度波”消除阅读疲劳。严禁强行制造索引或分段，旨在让文字在最自然的状态下被顺滑吸收。
5intent-anchor
在用户明确要求梳理目标、任务明显模糊、或需要重新对齐方向时，执行轻量的意图锚定。对已有明确目标、文件路径、命令或具体改动点的请求，默认不触发，不额外追问"更大的背景"。
5sancai-zhen
三才阵入口。当用户开始任务、播种想法、遭遇阻碍时，AI 内部路由到正确阵位。路由是 AI 的内部行为，不对用户暴露。交互频率由置信度决定——清晰的指令直接执行，模糊的起点自然追问更多。
3harness-graph
从任意种子点出发，建立并累积 harness 全景图。当用户说「播种」「我在想」「这件事是关于」「帮我理清」「新种子」「seed」「我现在脑子里有个点」，或者在 session 开始时有模糊想法还未展开，立即触发此 skill。它将任意入口扩展为图结构，并以项目（工作）或事项（生活）为关联锚点，跨 session 累积生长。
3