用途：解决长会话（30 轮以上）中的上下文退化问题，如 AI 遗忘早期工作、重复建议或丢失决策。通过主动总结已完成阶段，让上下文窗口保持聚焦。
主要能力：分三级压缩。一级微压缩针对单个工具输出，把冗长原始输出替换为语义摘要；二级阶段总结把已完成工作阶段替换为 100-300 token 的摘要；三级会话检查点生成完整会话总结，含已完成、进行中、关键决策与修改文件。资料称在长会话中可回收 5,000-15,000 token。
使用方式：按信号触发压缩——会话超过 20 轮考虑主动压缩；智能体重复早前建议说明上下文饱和，立即压缩；用户说“我们已经讨论过这个”立即压缩；切换到新工作阶段时压缩已完成阶段；工具输出超过 500 行时做微压缩。压缩协议分三步：识别已完成阶段，提取关键信息（决策及原因、文件路径与行号、关键发现、错误与测试结果摘要），丢弃逐步工具调用细节、完整文件内容、无果探索和冗长堆栈，然后按阶段摘要格式写总结。
适用场景：长会话的编码、研究、调试等需要跨多轮保持决策一致性的工作。
限制与注意：资料强调不要自动压缩，须告知用户正在总结；压缩阶段而非事实，保留“为什么”优先于“做了什么”；始终保留文件引用；在阶段转换时设检查点。具体安装命令与平台支持暂未提供。