用途：让模型对自己实时上下文窗口拥有读写控制权，而不是由调度框架按固定策略压缩。参考实现 Context Language Models（CLMs）把对话中可编辑部分镜像到文件，模型用普通代码工具编辑后再解析回下一次提示。
主要能力：将上下文分为固定前缀（系统提示与任务）和可编辑区；用带 [[CTX_TURN n role=...]] 这类头部标记的渲染文件承载后续轮次；模型用 shell 与代码工具定位、删除、改写、合并或批注文本；解析回消息时折叠角色、合并相邻同角色轮次、丢弃空轮次；提供编辑门（fit/shrink）、单行编辑回执、免费编辑轮、确定性 token 读数、分级提醒、自适应紧急带与溢出回滚。
使用方式：先定义固定前缀并确认其不进入可编辑文件且解析时重新固定；渲染可编辑区并实现宽容解析；加入编辑门与回执；把纯编辑轮设为免费；加入读数与回滚重试；在系统提示中写入批量与尾部规则。示例框架逻辑以消息、命令、预算、门控为输入，返回新消息与是否免费轮。
限制与权衡：前缀缓存按首个被改 token 之后重算，编辑位置决定成本，应批量编辑、考虑尾部、替换内容可写详细；模型对上下文长度估计不佳，需框架提供确定性读数；模型可写上下文是持久化通道，可能写入指令，需监控自写区域的祈使句并保持权威指令在固定前缀；能力较弱或未训练的小模型可能不如调度基线，可保留回退层；多智能体变体与诊断基准未在公开发布中提供。