用途：作为两遍上下文策略的第二遍，在 context-loader 基于 manifest 加载上下文（约减少 70%）之后，分析用户当前提示，进一步移除与当次任务无关的规范、技能与文档。
主要能力：分析用户意图，识别任务类型（bug 修复、功能开发、重构、架构评审、文档、测试）、领域（前端、后端、数据库、基础设施、安全、认证、支付等）与范围（单文件、单模块、多模块）；按规则过滤 specs、agents、skills、docs；计算并返回移除项、保留项与节省比例；在任务范围过宽或置信度低时保留完整上下文，并可按需恢复被移除内容。资料称可实现 80%+ 总 token 减少。
使用方式：通常在 context-loader 之后自动触发，当用户提示具体且已加载上下文超过 20k token 时激活；也可用“optimize context”“reduce tokens”“clean context”手动激活。配置位于 increment 的 context-manifest.yaml，可定义 spec_sections、documentation、max_context_tokens、optimization.domains、task_hints 等。示例：spec_sections 下列出 auth-spec.md、payment-spec.md、user-management-spec.md。
适用场景：大型规范项目（如 500 页以上），即使是基于 manifest 加载后仍超过 30k token 时；针对单一 bug、单一功能模块等聚焦任务。
限制：无法预测后续对话需要，只分析当前提示；除非配置否则不理解隐式领域关系；提示含糊时会保留较多上下文。上下文本身较小（<10k）、提出宽泛架构问题或从零规划新功能时应跳过。该技能不保证对所有项目都适用，效果取决于配置与提示明确程度。价格、平台支持与具体安装命令资料暂未提供。