生产力
context-management avatar

context-management

为 AI 代理提供主动式上下文窗口管理,通过智能令牌监控、快照建立与选择性状态恢复,确保长会话期间的连续性。

简介

上下文管理是一项专门设计的技能,旨在优化长期运行的代理编码会话的性能与连续性。通过提供即时监控令牌消耗的工具,它使代理能够主动管理大语言模型 (LLM) 有限的上下文窗口。这可以防止常见的资讯丢失或系统自动压缩,从而避免中断复杂的软件工程工作流程。该技能的核心在于三个主要机制:状态监控、智能快照与多级恢复。

  • 监控令牌使用百分比并提供可执行的警报(正常、考虑、建议、紧急),以预先防止上下文被截断。

  • 支持建立命名上下文快照,将对话元数据、关键决策与当前状态打包成持久化文件,存储于 ~/.amplihack/.claude/runtime/context-snapshots/。

  • 支持三种粒度的恢复级别:Essential(需求与当前状态)、Standard(关键决策与待办项目)以及 Comprehensive(完整元数据、工具历史记录与详细逻辑)。

  • 通过允许用户在需要时精确恢复状态(例如在自动压缩后或在复杂任务间切换时),与代理工作流程无缝整合。

  • 即便在主动对话窗口被迫缩减时,也能通过保留高阶需求与架构决策来维护项目一致性。

  • 当接近令牌限制时使用此工具,可在关键数据被底层模型清理前保护进度。

  • 非常适合长时间的编码任务、团队交接,或是在多个实现分支间切换且需要状态持久化的场景。

  • 恢复过程效率极高,允许用户根据需求从最小化上下文升级至完整文档,确保模型始终拥有正确的信息量来执行下一个任务,而不会浪费令牌空间。

  • 与更广泛的 amplihack 生态系统兼容,与现有的 /transcripts 与 PreCompact 钩子相辅相成,确保不会永久丢失任何关键的工程上下文。

仓库统计

Star 数
55
Fork 数
38
Open Issue 数
202
主要语言
Python
默认分支
main
同步状态
空闲
最近同步时间
2026年5月1日 07:31
在 GitHub 查看