用途：当工具输出撑爆上下文窗口、任务跨多轮、多个子智能体需共享状态、技能指令过长或需持久保存日志时，用文件系统作为智能体上下文的持久溢出层，实现按需的动态上下文发现，而非把所有内容静态塞进提示词。
主要能力：区分四种上下文失败模式——缺失上下文、检索不足、检索过度、被埋没的上下文，并分别给出持久化、结构化文件、压缩引用、glob 与 grep 结合语义检索等对策；提供六种模式：文件系统当草稿纸（大输出写文件只回摘要与引用）、计划持久化（YAML 记录目标与步骤并每轮复读）、子智能体通过各自工作目录写文件而非消息链传递、动态技能加载（静态只留名称与一行描述）、终端与日志持久化、通过自修改记录学到偏好。
用法：大输出超过阈值时写入 scratch 文件并返回简短摘要；用 grep 加行范围读取定位内容；把计划存为结构化格式；为每个子智能体建立隔离目录；技能文件仅在需要时用 read_file 载入。示例命令如 grep -A 5 "error" terminals/1.txt。
适用与限制：适合多轮任务、多智能体共享状态、日志需选择性查询的场景；单轮即可完成、上下文充裕、延迟敏感或模型不具备文件工具能力时不宜使用。需注意草稿目录无限增长、多智能体并发写冲突、路径失效、glob 误匹配、读取前未查文件大小与是否存在、自修改累积错误等风险，建议加清理策略与校验。
分类：属于智能体与模型方向。