用途：该技能用于管理 AI 会话中的上下文质量，解决上下文膨胀导致的性能下降、指令被忽略、幻觉累积等问题。核心原则是上下文是有限资源且收益递减，目标是找到最小的高信号 token 集合，而非塞入最多内容。
主要能力：识别四类退化模式并给出修复方式。一是“中间迷失”，上下文中间信息召回率比首尾低 10-40%，修复方式是把关键指令放在开头或结尾，参考资料放中间。二是“上下文中毒”，早期幻觉被反复引用后变成“事实”，修复方式是每 10-15 轮做一次显式检查点总结。三是“上下文分心”，无关 token 争夺注意力，修复方式是激进剪枝，用 /clear 加摘要重建上下文。四是“上下文混乱”，多条冲突指令导致行为不一致，修复方式是合并指令。
优化技术：压缩（接近上限时总结目标、决策、当前状态、约束）、观察掩码（用简短引用替代冗长工具输出）、上下文分区（多智能体时子代理只获得任务与最小必要上下文，而非完整对话历史）。
使用方式：长会话每 15-20 分钟做健康检查，判断近期指令是否被遵循、焦点是否漂移、回答是否变模糊；退化时创建检查点摘要，必要时 /clear 后带摘要继续。会话交接时记录目标状态、当前状态、关键决策、仍生效的约束和下一步。子代理提示模板包含任务、仅必要上下文（50-200 字）、硬性约束和输出格式。
适用场景：超过 30 分钟或 50k tokens 的长会话、带交接的多智能体工作流、跨多次会话的复杂项目、调试“指令被遗忘”问题。
限制：短小聚焦的交互、单轮查询、上下文天然受限的任务不需要该技能。token 预算参考：低于 20k 质量最佳，20-50k 良好需监控，50-100k 开始退化需主动管理，100-150k 较差应尽快总结重置，超过 150k 为危急需带检查点重置。该技能负责监控上下文健康、生成检查点摘要、剪枝和结构化子代理提示，是否重置、摘要是否准确、任务如何分解等决策由使用者判断。