用途：在智能体长时间对话或大上下文场景中，识别并诊断性能异常下降的原因，帮助设计更稳健的上下文处理方案。
主要能力：梳理多种上下文退化模式，包括“迷失在中间”（中间位置信息回忆准确率下降）、上下文污染（错误信息被反复引用而放大）、上下文干扰（无关信息挤占注意力）、上下文混淆（无关信息影响行为）以及上下文冲突（多来源信息相互矛盾）。同时给出压缩、屏蔽、分区与隔离等缓解架构思路，并列举部分模型在长上下文下的退化阈值与行为差异。
使用方式：当智能体的表现意外变差、输出错误或无关、需要设计可靠处理大上下文的系统、评估上下文工程方案，或排查“迷失在中间”现象时，可激活本技能进行诊断与缓解。
适用场景：长对话、长文档、多任务会话、多来源检索以及生产环境中的上下文工程评估。
限制：资料未提供可直接运行的安装命令或代码调用方式；文中涉及的模型版本、基准分数与阈值均来自资料原文，实际效果可能随模型与任务变化。