用途：这是一条面向 AI 智能体的工作原则，用于管理有限的上下文窗口。上下文在单次会话内不可再生，溢出会降低推理质量、产生压缩伪影并中断进度。
适用时机：上下文逐渐被填满时，例如出现大型输出、长文件、重复读取，或需要进行扇出式规划的情况下启用。
主要做法：
- 隔离大型负载。把冗长的输出、截图和大文档路由给子智能体处理，主上下文只接收摘要，而非原始数据。
- 不读取用不上的内容。根据相关性选择性读取；若某文件与当前任务无关则跳过。
- 常用内容保持内联。每次调用都会用到的模板与参考应放在技能文件内，而不是分散到需要反复读取的单独文件中。
- 控制阶段规模与范围。限制每个阶段的文件数量，设定回合预算，并把机制成本计算在内。
限制与说明：公开资料未提供具体的安装命令、收费方式或平台支持信息，暂未提供。该原则属于使用指导，不保证具体效果。