用途：通过“门卫”逻辑防止上下文窗口膨胀和不必要的 Token 消耗，让智能体只处理相关数据分片，遵循“原子精度”协议，用最少对话填充给出可用答案，适合多步智能体、长对话与大型文档或代码库场景。
主要能力：
- 元数据分片：扫描标题、摘要和关键指标，建立上下文“地图”，不把整个文件塞进提示，除非明确请求某个窄片段。
- Token 预算分配：根据当前上下文窗口计算安全响应上限，30% 用于当前逻辑处理，20% 用于即时输出，50% 作为未来上下文缓冲。
- 原子输出过滤：去除“我已更新代码”“根据你的要求”“Sure”等桥接语，直接从解决方案或代码块开始。
- 歧义检查：在执行原子输出前扫描缺失关键变量（如文件名或环境类型）；提示过于含糊时只生成一个简洁问题以解除阻塞。
- 抽象压缩：把当前回合压缩为状态字符串（示例：[Project: Feasify | State: Auth-Fixed | Remaining-Tasks: 2]），丢弃冗余对话数据。
使用方式：无需具体安装命令；启用后按上述步骤处理上下文。示例中用户要求将 Firebase 配置改用环境变量时，直接输出含 process.env 的配置代码；用户仅说“部署函数”时，只追问“指定环境：生产还是暂存？”
适用场景：构建多步智能体、处理大型文档集或代码库、需要纯功能输出（代码/逻辑）而不需要开场白。
限制：不替代环境特定验证、测试或专家审查；极端简洁可能掩盖重要细节，可用内联注释标注关键步骤；压缩阶段不得裁剪安全头、环境安全约束或系统级指令，系统指令应保留在上下文“根”处以防越狱。常见问题包括响应过简缺少实现上下文（用内联注释解决）和过度压缩导致目标丢失（每次裁剪后把主目标固定在顶部）。