上下文窗口管理

问题从哪来

长对话、多轮工具调用和 RAG 灌入很容易把上下文顶到 token 上限。更糟的是上下文腐化：中间段落被模型「看不见」、关键约束被挤掉，或者你为了省 token 做了朴素截断，结果反而丢决策依据。上下文不是「越多越好」——它是边际收益递减的有限资源，还要付 latency 与费用。

技能如何组织思路

本技能把角色设定为上下文工程专家，围绕策划「该留什么、放哪、何时换形态」展开，而不是堆更多原文。

核心能力包括：

• context-engineering：整体编排上下文结构与信息流
• context-summarization：按重要性压缩，而非只按时间新旧
• context-trimming / context-prioritization：在预算内保留高价值片段
• context-routing：决定哪些内容进窗口、哪些走检索或外挂记忆
• token-counting：在改 prompt 前心里有数，避免改完仍超限

推荐模式（Patterns）：

• 分层上下文策略：按当前上下文体量切换策略（短对话直给、长链路上摘要+检索）
• 序列位置优化：利用首尾效应，把系统约束、当前任务、关键证据放在开头与结尾
• 智能摘要：保留决策相关事实，而不是流水账式压缩

应避免的反模式：❌ 一刀切策略；❌ 忽视 token 成本；❌ 无优先级截断。

适用边界

它指导的是窗口内信息架构，不替代 RAG 索引质量或对话记忆存储本身。与 rag-implementation、conversation-memory、prompt-caching 等技能组合时，分工更清晰：本技能管「进窗口的那一份」怎么裁剪与排序。