用途：分析当前会话上下文用量，推荐合适的压缩策略，适用于上下文臃肿、变慢、阶段切换前或 token 配额消耗过快时；若上下文优化技能已覆盖场景、查询简单或上下文刚清空，则不建议使用。
主要能力：通过 /context 检查当前用量，估算工具输出占比、陈旧内容时长与活跃文件；随后推荐四种策略之一：A 执行 /clear 加 /catchup（完成阶段切换、上下文超60%时，先保存状态再清理重载）；B 调用 Skill(conserve:clear-context) 生成延续智能体（超80%、无法中断时）；C 归档并摘要（40-60%时，将旧决策写入 .claude/context-archive/）；D 通过 Task 工具委派子代理。还包含可逆压缩（CCR）模式，由 tool_output_summarizer 钩子将过大的 Bash、Read、Grep 输出归档为句柄，用摘要替代，原内容可用 context_retrieve.py 取回。
使用方式：运行 /compression-strategy；输出包含上下文分析、单一策略建议、命令步骤与预计节省。需完成 analyze-context、recommend-strategy、estimate-savings 等 TodoWrite 项。归档位置为 .claude/context-archive/pre-compact-YYYYMMDD-HHMMSS-SESSIONID.md，由 pre_compact_preserve 钩子自动保存。
限制：节省比例随内容类型变化，日志压缩效果好，密集散文几乎无法压缩；当臃肿来源是散文时应拒绝或降级建议。大工具输出不只是警告，还需给出 CCR 句柄与取回命令。针对日志场景可加载 modules/log-debugging-hygiene.md，针对大输出可加载 modules/reversible-compression.md。