（11045期）Context Anchor – 上下文压缩后的记忆恢复锚点

上下文压缩后的记忆恢复锚点 通过扫描记忆文件快速恢复上下文，解决Agent上下文压缩后的迷失问题，让工作无缝衔接 使用说明 核心用法 Context Anchor 是一个纯 Bash 脚本工具，用于在上下文压缩后帮助 Agent 快速恢复工作状态。它通过扫描预定义的记忆文件路径（memory/current-task.md、日期日志、context/active/*.md），提取当前任务状态、活跃文件、近期决策和待办事项，生成结构化的 "Where You Left Off" 简报。 显著优点 零依赖设计：仅使用标准 Unix 工具（find、grep、date 等），跨平台兼容 macOS 和 Linux 模块化输出：支持 --task、--decisions、--loops 等参数按需获取信息，避免信息过载 智能扫描规则：自动识别 "Decision:"、"Decided:"、"✅" 标记决策，"?"、"TODO:"、"Blocker:" 标记待办 与 Agent 工作流深度整合：可直接嵌入 AGENTS.md 的 "Every Session" 例行程序 潜在局限 依赖用户遵循特定的文件命名和目录结构约定 纯文本匹配，无法理解语义相似性 无法处理已被物理删除的文件 对于长期项目，默认 2 天回溯可能不足以捕捉完整上下文 适合人群 使用文件系统记忆架构的 AI Agent 用户 需要频繁处理上下文压缩场景的长期对话用户 多 Agent 协作场景下的任务交接 常规风险 低风险。工具只读取文件不写入，但需注意： 扫描路径若包含敏感信息（如 API 密钥）会在输出中暴露 建议配合 .anchorignore 或路径白名单控制扫描范围 原始说明 Recover from context compaction by scanning memory files and surfacing where you left off. Use when waking up fresh, after compaction, or when you feel lost about what you were doing.