用途：审查一个 LLM 功能或智能体真正组装进上下文窗口的内容，而非只看提示词模板。多数智能体失败源于上下文失败：指令被检索内容淹没、过期历史与新事实冲突、任务用不到的工具定义过多。
主要能力：产出上下文清单（窗口内每个组件、大小、来源）；对每个组件给出保留/删减/重构结论及理由；给出排序与缓存对齐修复（稳定前缀在前、易变内容在后）；为每个组件分配 token 预算并指明执行点。
必要输入：真实组装后的上下文（实际记录的请求：系统提示+消息+工具），仅有模板时也可审查但需标注动态臃肿不可见；失败现象或目标；每请求变化的内容与静态内容；模型及其上下文上限与当前典型请求大小。
审查方法：按窗口顺序清点组件并估算 token、区分静态/动态、标注归属；逐组件追问是否值得其 token（以消融测试为准）、形式是否合适（原始转储通常应压缩为摘要、摘录或可展开引用）、位置是否正确、是否与其他部分冲突；检查缓存对齐、工具泛滥、历史策略、检索纪律；最后分配 token 上限并指明执行点。
输出格式：包含组件、token、是否静态、结论、修复的表格，冲突列表，排序/缓存方案，token 预算与预计缩减比例，并建议改动后用评测集或黄金用例验证。
限制：资料未提供具体安装命令、价格、平台支持或效果数据；审查需真实请求，否则动态臃肿不可见；删减必须经验证，不能假定安全。