SuperAPI AI 工具集

context-compaction-fidelity

智能体与模型

查看项目

更新于 10-30 16:18

技能介绍

用途

Context Compaction Fidelity 面向长时间运行的工作场景,当需要对上下文进行总结、压缩、交接或缩减时使用。其核心主张是:更短的上下文只有在保留正确完成任务所需事实的前提下才有用。

主要能力

该技能定义了一份“压缩契约”,要求在丢弃细节之前保留以下内容:

  • 用户目标、验收标准、约束条件以及明确的非目标;
  • 精确的标识符、版本、路径、命令、哈希、名称和外部引用;
  • 已完成的工作以及证明其完成的证据;
  • 当前的失败、未解决的问题、阻塞项和假设;
  • 已经执行或仍需要批准的不可逆操作;
  • 下一步可执行的步骤。

此外,它要求将已验证事实与推断区分开,在总结过程中绝不能把不确定性转化为确定性。

使用方式

在压缩上下文之后,通过保真度测试来检验效果:一个全新的智能体能否在不重读被丢弃上下文、也不重复已完成工作的情况下继续任务?如果答案是否定的,则应在继续之前恢复缺失的状态。

适用场景

适用于长周期任务中的上下文管理、任务交接、状态缩减等需要在不丢失关键信息的前提下压缩上下文的场合。

限制

资料未提供关于该技能的具体实现方式、安装命令、平台支持、收费模式或效果保证等信息。