上下文记忆蒸馏

它解决什么问题

当一次会话推进到 30 轮以上，或对话中并行出现多个相互独立的讨论主题时，上下文窗口的压力就会显现：早期的关键决策、待办事项、用户偏好逐渐被大量寒暄、重复讨论和临时吐槽淹没，模型在后续轮次中容易遗忘或误用这些信息。手动翻找聊天记录费时费力，复制到外部文件又容易割裂上下文关联。

工作机制

上下文记忆蒸馏 在两类时机介入：命中手动关键词（如 蒸馏一下记忆、整理上下文、记忆太多了），或满足自动规则（对话轮次 ≥ 30；或识别到 ≥ 3 个无关主题，弹窗经用户确认后执行）。

触发后按优先级扫描全量对话，抓取六类信息：

• 关键决策：用户明确敲定的方案与结论，原文精简保留
• 待办事项：未办结任务、截止时间，结构化归档
• 用户偏好：使用习惯与固定参数，固化写入用户画像
• 项目状态：进度、已完成节点、阻塞问题，压缩为时间线摘要
• 重要事实：日期、路径、参数指标，去重精简
• 冗余内容：寒暄与重复表述，直接丢弃

处理完成后，全局信息追加写入 ~/.workbuddy/MEMORY.md，项目相关信息写入当前空间的 .workbuddy/MEMORY.md，均为尾部追加、绝不覆盖原有内容。随后对会话执行轻量化压缩，并输出《记忆蒸馏报告》说明本次提炼结果。

适用边界

蒸馏不等于删除：被剥离的只是临时上下文，核心内容已归档到本地文件，后续会话仍可复用。高优先级信息不会被压缩删减；若某次对话没有可提炼的高价值内容，技能会直接告知而非执行空写入。它与 /compact 职责互补：前者负责长期记忆沉淀，后者负责当前会话的临时压缩，长对话结束或切换任务前建议两者配合使用。