用途：该技能用于管理 AI 编程会话中的上下文流动，通过四个操作控制 token 预算、压缩策略与上下文分区，从而影响回复质量。
主要能力：
- Write——把信息移出上下文窗口，写入持久存储，使其在压缩和会话边界后仍保留。可写入 CLAUDE.md（永久项目规则）、NOTES.md/草稿本（当前任务工作状态）、.claude/memory/（经验与模式）、外部文件（过大的数据）。
- Select——在合适时机取回相关信息，强调精确而非数量。方法按精度排序：@file 引用、grep/Glob、子智能体探索、RAG/嵌入。原则是聚焦的 300 token 优于不聚焦的 113K token。
- Compress——在不丢失关键信息的前提下缩减上下文。策略包括带焦点的 /compact、微压缩、头尾截取、工具结果清理、语义选择。压缩触发点：规划后实施前、完成功能或里程碑后、上下文超过 50% 时（可设 CLAUDE_AUTOCOMPACT_PCT_OVERRIDE=50）、切换任务领域前、大量搜索读取后。可用 PostCompact 钩子重新注入关键上下文。
- Isolate——把工作拆分到独立执行空间，方式包括子智能体、worktrees（claude -w）、/btw、智能体团队、新会话（/resume）。
使用方式：按阶段控制用量——规划 <20%，实施 <50%，测试 <70%，审查 <85%。区分 /clear、/compact 与子智能体的适用场景。
限制与说明：文中给出的 200K 窗口、约 20K 开销、约 180K 可用等为示例基线，需用 /context 校准，实际预算因模型和配置而异；资料未提供收费、价格或平台信息。