SuperAPI AI 工具集

context-decay

智能体与模型

查看项目

更新于 10-19 19:56

技能介绍

用途

Context Decay 用于维护持久化智能体知识的有效性。它解决的是:持久化上下文何时以及如何重新验证,避免知识过时却未被察觉。它强调:年龄本身既不能证明上下文错误,也不能证明应删除;真实性和有用性必须分开评估。

主要能力

  • 原因分类:将知识失活归因于现实变化(reality)、决策更替(decision)、依赖更新(dependency)或相关性改变(relevance),并据此确定重新验证的方式。
  • 频率评估:以定性方式判断变化速度(fast、medium、slow、durable),指导检查时机;频率是规划判断,非测量概率。
  • 最小检查:执行能回答主张的最小验证,记录证据、检查范围和实际日期;文件修改日期、重复引用或经过的审查间隔都不算验证。
  • 四种处置结果:保留(retain)、修订(revise)、外化(externalize,即改为检索指令)、淘汰(retire);证据不足或冲突时记录为未解决,而非强行选择。
  • 轻量级上下文契约:在现有学习记录或上下文清单旁维护必要字段(如 context_id、claim、decay_type、decay_rate、authority、owner、revalidation、validation、disposition),避免创建第二套注册表。
  • 范围控制:仅处理用户选定的上下文、受观察变化影响的上下文,或正在保存/审查/推广的学习条目;不要求每轮盘点整个仓库。

使用方式

通过 Agent Skills CLI 安装:

gh skill install pskoett/pskoett-skills context-decay

备用安装方式:

npx skills add pskoett/pskoett-skills/skills/context-decay

使用时,可针对特定指令、技能或项目事实运行审查流程:识别主张与权威来源,分类原因与频率,执行检查并选择处置,记录契约并报告。对于技能资产,审查需覆盖整体适用性及个别指令、引用、脚本和依赖;技能变更在用户明确批准前仅为提案。审计请求产生发现和建议变更;维护或编辑请求授权相应范围内的非技能编辑。

该技能无需学习日志、记忆服务、钩子或调度流程即可独立使用。与 self-improvement 技能配合时,后者保留捕获、去重、复发和推广资格的所有权,本技能在捕获时接收学习 ID、主张和可用证据,并在同一学习记录下的 ### Context Maintenance 中存储契约。与 context-surfing 技能分工:后者处理会话内的连贯性和上下文窗口退化,不判断存储知识是否正确。运行时故障属于 self-healing,不应以上下文审计替代其诊断和验证流程。

适用场景

  • 审查智能体技能、指令文件、项目事实、产品优先级、研究假设、用户偏好或工作流指导等持久化上下文。
  • 当观察到所有权变更、依赖版本更新或决策更替时,重新验证受影响的知识。
  • 在保存、审查或推广学习条目时,为其建立维护契约。
  • 进行范围有限的审计,优先处理可能影响当前工作的过时知识。

限制

  • 不要求也不提供持续监控;技能仅在调用或选择用于相关工作时运行,调度需单独请求。
  • 频率分类是定性判断,非测量概率;除非有实际来源策略或操作需要,否则不使用精确间隔或通用半衰期。
  • 技能变更需用户明确批准;证据或通过的评估不授予编辑、禁用或删除技能的权限。
  • 不替代 self-healing 的运行时故障诊断与验证流程;不替代 self-improvement 的捕获、去重和推广决策。
  • 未知权威或所有权须如实记录,不得编造所有者或将复制的指令视为自身独立证明。
  • 若来源或评估不可用,验证保持待定并记录缺失证据,不得推进最后验证日期或把拟议变更呈现为已验证。
  • 具体平台集成(如 GitHub Copilot 聊天提示)仅作为使用示例,不表示对其他平台的保证。

暂未提供

该技能的价格、收费模式、性能指标、支持的编程语言列表、与其他工具的详细对比数据等未在资料中提供。