该技能聚焦于把外部检索内容注入 Claude 提示词时容易被忽视的正确性与效率问题，前提是已获得检索片段并会调用 API。
用途：让模型能解析上下文来源与边界，并可靠引用。
主要能力：一是格式化，用带 id、title、url 的 XML 标签包裹每个片段，并在系统提示中要求用 [id] 标注引用；二是放置位置，静态上下文放系统提示，动态的每轮检索内容放用户轮且置于问题之前，避免放在问题之后；三是预算管理，检索前先算硬性 token 预算，超预算时整块丢弃而非截断句子；四是相关性过滤，按相似度阈值剔除低分片段，并对近似重复内容去重，无相关内容时走明确的 noContextFallback 路径；五是排序，把最相关片段放首尾以缓解“中间遗忘”；六是多轮对话中不重复注入过期上下文，优先采用临时注入；七是来源标注输出，要求模型在结尾列出实际使用的来源 id，并在服务端校验是否出现未注入的幻觉引用。
使用方式：按资料中的代码思路，在消息数组中把格式化后的上下文与问题拼接为一条 user 消息；用 estimateTokens（可用 text.length/4 近似）计算预算；用 filter 按预算保留整块；用 score 阈值过滤；用 orderForAttention 调整顺序；用注入 id 集合校验引用。
适用场景：RAG 问答、文档检索增强、多轮聊天中的动态上下文注入。
限制：资料未提供具体模型版本、价格、平台支持范围或性能数据；示例为通用做法，实际效果取决于检索质量与模型行为。