用途：用 LLM 进行 UI 开发时，设计系统信息量很大（颜色、间距、字体、阴影、50–200+ 组件规格与变体、使用指南、品牌规范），而上下文窗口有限，本技能提供上下文管理策略：高效加载设计令牌、跨会话持久化设计决策、为大型设计系统优化上下文窗口、管理多套设计系统变体、构建上下文感知的 UI 生成流程并在多次对话中保持一致。
主要能力：
- 分层上下文模型，按具体程度分四层：品牌/系统基础层、设计令牌层、组件层（按需）、任务层（每请求，优先级最高）。资料给出 DesignSystemContext 类示例，含 load_brand_context、load_design_tokens、load_component_context、set_task_context。
- 令牌压缩：将颜色压缩到 50/500/900 等关键值，用紧凑格式描述间距与字体，样例把约 200 token 的冗长描述压缩到约 50 或 20 token。
- 语义分块与检索：按颜色、组件等创建语义块并嵌入，用相似度检索与当前任务相关的块。
- 渐进式披露：先加载约 500 token 的最小上下文，处理具体组件时再扩展，在预算内裁剪。
- 决策记忆：记录设计决策（分类、组件、理由、受影响的令牌、嵌入），按任务相似度召回相关历史决策并格式化注入提示词，保持一致性。
- 版本化上下文：按版本加载令牌与组件、比较版本差异、生成从旧版本迁移到新版本的上下文。
- 预算分配：为系统提示、设计令牌、组件上下文、示例、记忆、任务、输出缓冲分配 token，超出时智能截断。
使用方式：资料未提供安装命令或调用入口，主要内容为概念说明与 Python 类示例代码。
限制：资料只给出策略与示例实现，未说明具体平台、收费、价格或实际效果；安装与接入方式暂未提供。