（543期）context-anchor – Agent 记忆断点快速恢复专家

Agent 记忆断点快速恢复专家 纯bash实现的上下文恢复工具，通过扫描本地memory文件帮助Agent在压缩后快速定位任务状态，零依赖、只读操作、跨平台兼容。 使用说明 核心用法 Context Anchor 是一个专为 Agent 设计的上下文恢复工具，解决上下文压缩后"失忆"的痛点。它通过扫描工作空间内的结构化记忆文件，生成一份清晰的"当前状态简报"。使用时只需运行 ./scripts/anchor.sh，即可获取包含当前任务、活跃上下文文件、近期决策和待办事项的综合报告。支持多种过滤模式：：--task 仅显示当前任务，，--decisions 聚焦近期决策，，--loops 列出待办阻塞项，，--days N 自定义扫描天数。 显著优点 零依赖设计是该 Skill 的最大亮点。纯 Bash 实现，仅使用 find、、grep、、head、、tail` 等 POSIX 标准工具，无需 npm、pip 或任何外部包管理器，在 macOS 和 Linux 上开箱即用。只读安全模型确保不会对用户数据造成任何修改风险，适合在敏感环境中运行。输出格式经过精心设计，使用 Unicode 框线和 emoji 视觉分层，信息密度高且可读性强。与 AGENTS.md 工作流的深度整合，使其成为"每次会话启动"的标准动作，大幅降低 Agent 上下文的切换成本。 潜在缺点与局限性 功能边界较为狭窄，仅支持特定目录结构（memory// 和 context/active//），若用户采用其他笔记组织方式则无法兼容。缺乏增量更新机制，每次运行都全量扫描，当日志文件积累较多时可能存在性能瓶颈（尽管纯文本 grep 通常很快）。输出为终端纯文本，不支持 JSON 或结构化数据导出，难以被其他自动化工具链消费。此外，对非技术用户而言，Bash 脚本的调试和定制门槛较高。 适合的目标群体 主要面向长期运行的 AI Agent 系统开发者，特别是采用上下文压缩策略控制 Token 消耗的场景。适合需要多 Agent 协作交接的团队——一个 Agent 结束时运行 anchor 生成简报，下一个 Agent 启动时读取即可无缝衔接。个人知识管理重度用户若遵循 PARA 或类似方法论，也可将其作为每日回顾工具。不适合一次性脚本任务或无需持久化上下文的简单对话场景。 使用风险 性能风险：默认扫描最近 2 天的日志，若单日日志超过数 MB，频繁调用可能产生 I/O 延迟。路径解析风险：WORKSPACE 默认通过 dirname "$0" 推导，若脚本被符号链接或意外移动，可能指向错误目录——建议始终显式设置 WORKSPACE 环境变量。隐私暴露风险：简报输出包含近期决策和待办事项，若在共享屏幕或日志系统中泄露，可能暴露敏感工作信息。可维护性风险：作为早期版本（1.0.0），未来若目录结构变更，脚本可能需同步更新。 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.