用途：在复杂、长期运行的多智能体 AI 工作流中恢复与重建项目上下文，实现语义感知的上下文再水化，保持历史知识完整性与决策可追溯性。
主要能力：语义向量检索（多维嵌入、余弦相似度、向量聚类，支持文本、代码、架构图等多模态嵌入）；多阶段相关性过滤与排序（结合语义相似度、时间衰减、历史影响动态加权）；上下文再水化模式（增量加载、部分或完整重建、动态管理 token 预算）；会话状态重建（还原智能体工作流状态、保留决策链与推理上下文、支持多智能体协作历史）；上下文合并与冲突解决（三方合并、语义冲突检测、保留来源与决策追溯）；增量上下文加载（惰性加载、大项目上下文流式处理、动态扩展）；上下文校验与完整性检查（加密签名、语义一致性验证、版本兼容性检查）；性能优化（缓存、概率数据结构索引、向量搜索算法优化）。
输入参数：context_source（上下文存储位置，如向量数据库、文件系统）、project_identifier（项目命名空间）、restoration_mode（full 完整恢复、incremental 部分更新、diff 比较合并版本）、token_budget（默认 8192）、relevance_threshold（默认 0.75）。
使用方式：命令行示例包括 context-restore project:ai-assistant --mode full、context-restore project:web-platform --mode incremental、context-restore project:ml-pipeline --query "model training strategy"。参考工作流包括项目恢复（检索最近上下文、对照当前代码库校验、选择性恢复、生成恢复摘要）与跨项目知识迁移（提取源项目语义向量、映射迁移、适配目标领域、验证可迁移性）。
适用场景：RAG 检索增强生成流水线、多智能体工作流协调、持续学习系统、企业知识管理。
限制：资料未提供具体安装命令、依赖环境、收费与价格信息；不适用于与该上下文恢复主题无关的任务或超出此范围的领域与工具。