必须显式落库、打标、绑定上下文才能复用任务结果；通过space logs和space inspect确认输出已归档；用asset save保存为命名资产或JSON Schema资产；新任务通过asset://前缀调用并用--context-restrictions限制访问范围。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要在Agent Space中把已完成任务的输出结果保存下来、后续还能直接调用或作为新任务输入，必须绕过“对话历史即全部”的误区——真正可复用的结果必须显式落库、打标、绑定上下文，否则下次打开空间时只看到聊天记录，看不到结构化产出。
确认任务已完成并生成有效结果
执行space logs --filter=action --limit=5，检查最后几条日志是否含success: true、status: completed或output_saved: true字样。若只有user_message和assistant_response，说明当前会话未触发结果持久化逻辑，不能直接复用。
运行space inspect 【项目名】，重点查看output_artifacts字段是否非空。该字段是AgentSpace判定“结果是否已归档”的唯一依据，为空则所有文字输出均视为临时缓存。
手动保存关键结果到空间资产库
方法一：用asset save命令存为命名资产
执行asset save --name="v2-fund-comparison-report" --type=markdown --from-file=./output/report.md。这一步会将本地文件注册进空间资产索引，生成唯一asset_id（如ast-20261103-0942-b7f1），后续任何Agent均可通过asset get ast-20261103-0942-b7f1读取。
方法二：从日志中提取结构化结果并存为JSON Schema资产
先用space logs --filter=output --json | jq '.[0].structured_result' > result.json提取原始结构体；再执行asset save --name="fund-fees-data" --type=json-schema --from-file=result.json。此方式让后续任务能直接校验字段完整性，避免因格式漂移导致解析失败。
注意：asset save不支持通配符或目录批量上传，每个文件必须单独执行一次命令。
基于已保存结果创建新任务
第一步：在当前空间内启动新Agent实例
运行agent start --name=report-analyzer --prompt="分析asset://fund-fees-data中的管理费率与申购费差异，并对比行业均值"。此处asset://前缀会自动触发Asset Resolver加载对应JSON Schema资产，而非读取原始日志流。
第二步：强制新任务继承上一轮上下文约束
添加--context-restrictions参数：agent start --name=report-analyzer --prompt="..." --context-restrictions='{"task_id":"task-20261028-1711","allowed_assets":["ast-20261103-0942-b7f1"]}'。这会锁死该Agent只能访问指定task_id关联的工具调用记录和白名单内的资产，防止误用其他项目数据。
第三步：验证新任务是否正确加载了历史产出
执行space current → agent status report-analyzer → logs --limit=1 --filter=perception，确认输出中包含"loaded asset fund-fees-data (ast-20261103-0942-b7f1)"字样。
