该技能面向构建销售机器人上下文保持系统的开发者，目标是让机器人在多次消息往来、跨天跨周、话题切换与回指等场景下仍保持连贯、有上下文的对话。
主要能力包括：分层记忆架构（短期记忆保留最近10-20条消息的完整细节，中期记忆以摘要维持会话连续性，长期记忆以结构化数据保存联系人偏好、公司信息、历史互动与交易状态）；滚动窗口加摘要策略（前段保留全文，older消息压缩为要点，更早只留关键事实）；话题线程跟踪（按需求、预算、时间线等分别记录各条线索的进展）；以实体为中心的记忆（围绕潜在客户、公司、交易等实体组织信息）；对话检查点（每约10条消息做一次确认性复述）；上下文恢复的礼貌表达方式；话题切换处理（先确认切换、暂存当前话题、回应新话题、再回到原话题）；代词与时间/隐式回指解析；状态机（问候、探索、资格评估、异议处理、约时间、跟进）与待办项跟踪（未答问题、未兑现承诺、客户承诺）；跨会话续接与按时间间隔调整开场白；上下文窗口优化与记忆持久化（热存储、温存储、冷存储，按新近度、相关性、实体检索）。
使用方式上，技能以指导性说明与示例代码片段提供实现思路，例如build_context函数展示如何组装潜在客户摘要、交易状态、最近消息、较早消息摘要与关键事实，并按token截断。
适用场景为销售机器人开发与优化。限制方面：资料未提供具体定价、平台支持、部署要求或效果数据，实施需自行准备存储与摘要模型。