用途：在上下文窗口或 token 成本受限时提升有效容量，不依赖更大模型或更长窗口，但需配合度量纪律。触发条件包括上下文预算或 token 成本限制任务复杂度、可用观察掩码以可检索引用替代冗长工具输出、需提升前缀或 KV 缓存命中率、检索范围可减少无关上下文、需跨智能体分区扩展容量、需要为掩码/压缩/分区设置预算触发阈值。相邻职责不在此技能：注意力和上下文窗口原理归 context-fundamentals；诊断 lost-in-middle、poisoning、distraction、confusion、clash 归 context-degradation；长对话交接摘要归 context-compression；大输出、计划或日志存为文件归 filesystem-context；模型自行重写上下文及重预填成本归 self-managed-context。
主要能力与优先级：1) KV 缓存优化，重排并稳定提示结构以复用缓存的 Key/Value 张量，风险低、可立即省成本降延迟；2) 观察掩码，在工具输出完成用途后用紧凑引用替代，原内容仍可检索；3) 压缩，上下文利用率超 70% 时摘要并重新初始化，属有损，应在掩码之后；4) 分区，单窗口无法容纳时拆分至隔离子智能体，估算上下文超窗口 60% 时保留使用。原则是上下文质量优于数量。
使用方式：按预算分配 token 类别并保留 5%–10% 缓冲，用触发式而非周期性优化；提示按系统提示、工具定义、复用模板、对话历史、当前查询的顺序排列以稳定前缀。示例阈值：context_tokens / context_limit > 0.8 时压缩；长观察转为 [Obs:{ref_id} elided. Key: {summary}]；预算如 tool_outputs 35%、message_history 30%、retrieved_documents 20%、reserved_buffer 15%。目标：压缩降 50%–70% token、质量损失小于 5%；掩码降 60%–80%、影响小于 2%；缓存命中率 70%+，成本降 50%+、延迟降 40%+；分区在计入协调开销后净节省，通常需 3 个以上子任务。
限制与注意：前缀中任何空白或时间戳变化都会使缓存失效；压缩应在 70%–80% 触发，避免在 85% 以上进行；调试期间不要掩码错误输出；分区开销可能超过收益；部署变更会致缓存未命中成本临时上升；压缩后摘要可能携带过时状态。不提供具体价格与平台信息。