用途：当智能体在长对话中性能意外下降、输出错误或无关内容、需要设计可靠处理大上下文的系统，或排查“中间遗忘”现象时，可启用该技能。它把上下文退化视为可度量的工程问题，而非不可预测的故障。
主要能力：识别五类退化模式——lost-in-middle（关键信息位于中部时召回率下降10-40%）、上下文投毒（幻觉或错误事实经自我引用不断放大）、上下文干扰（无关文档造成注意力竞争）、上下文混淆（多任务约束串扰）、上下文冲突（多个正确但互相矛盾的信息源）。提供检测信号、恢复流程与优先级规则。
使用方式：将关键信息放在上下文开头和结尾；加载前做相关性过滤，把非即时信息放到工具调用之后；用独立上下文窗口隔离不同任务；对矛盾信息显式标注来源优先级并过滤旧版本。采用四类缓解框架：Write（外部存储）、Select（检索筛选）、Compress（摘要压缩）、Isolate（子智能体隔离）。在上下文达到已知退化阈值约70%前触发压缩。
适用场景：长对话智能体调试、RAG 管道设计、多任务系统架构、生产环境上下文工程评估。
限制：退化阈值因模型和任务而异，公开基准会随模型更新失效，需按自身负载重新基准测试；针尖测试高分不代表真实长上下文能力；提示词质量问题可能伪装成退化，需先在低上下文长度验证。资料未提供具体安装命令、收费或平台信息。