k0ntext

k0ntext 提供了一个强大的上下文工程框架，旨在弥合初始研究与生产代码实施之间的差距。Plan Phase 技能专门将研究清单处理为可操作、基于区块的待办事项列表。通过识别个别代码区块、其文件行数引用及其依赖关系图，此工具确保每个实施步骤皆保持原子性、可测试且可验证。它是为资深开发者及使用 Claude、Cline、Cursor 和 Aider 等工具的 AI 辅助工作流程而建，确保将复杂功能分解为可管理且具高成功率的执行单元。该代理程序促进了跨阶段感知协议，允许研究阶段直接为实施阶段提供信息，从而减少模糊性并防止开发过程中常见的上下文丢失陷阱。

• 自动解析并验证位于 .claude/research/active/ 中的研究文件。

• 生成结构化的实施清单，包含原子操作项目、风险评估及验证测试。

• 建立正式的依赖关系图以强制执行顺序（例如 CHUNK-P1 → CHUNK-P2）。

• 建立跨阶段合约，供 rpi-implement 技能进行自动化消费。

• 支持针对特定区块的回滚策略，确保安全的部署周期。

• 维持严格的 Token 预算，以在规划过程中进行高效的上下文管理。

• 在调用前，请确保 .claude/research/active/[feature]_research.md 中存在有效的研究文件。

• 若研究文件缺失或过时，请使用提供的 /context-eng:research 指令。

• 生成后，直接进入 /context-eng:implement 阶段以执行定义好的待办事项列表。

• 监控生成的计划中的区块清单状态，以追踪跨依赖关系图的进度。

• 使用该代理程序同步代码库知识、检测偏差并针对当前的实施状态验证文档准确性。

• 此工具针对 Node.js 18+ 环境进行了优化，并支持 MCP（模型上下文协议），以实现与基于 IDE 的 AI 代理程序的无缝集成。