（5861期）Context Gatekeeper – 对话瘦身专家：百轮变一页

对话瘦身专家：百轮变一页 通过智能摘要和待办提取，将长对话压缩为1页简报，显著降低API token消耗并保持模型专注度 使用说明 Context Gatekeeper 综合评估 核心用法 Context Gatekeeper 是一款面向长对话场景的上下文压缩技能，通过 Python 脚本将完整对话历史提炼为结构化简报。其核心机制包含三层： 历史记录层：以 ROLE: texto 格式追加每轮对话至 context/history.txt 智能压缩层：执行脚本生成 context/current-summary.md，包含： 注入层：API 调用前加载摘要文件，替代完整历史 - 决策摘要（最多6句关键决策） - 待办事项（自动提取 TODO/下一步/跟进等） - 最近4轮对话原文（保留即时上下文） 脚本支持 STDIN 输入、自定义句子/轮数限制，输出为可直接注入的 Markdown 格式。 显著优点 | 维度 | 优势 ||------|------|| 成本控制 | 将百轮对话压缩至~1页文本，token 用量可能降低 80%+ || 专注度提升 | 过滤闲聊/过时信息，模型仅见"决策+待办+近况" || 可审计性 | 结构化 Markdown 便于人工复核对话轨迹 || 零侵入设计 | 并行运行不改动原有对话流，可随时回滚完整历史 || 待办联动 | 自动提取 action items，可与任务管理系统集成 | 潜在缺点与局限 信息损失风险：摘要依赖简单规则（句子数限制），可能丢弃 nuanced context；复杂多线程对话易出现"断片" 提取准确性：TODO 识别基于关键词匹配（TODO/ próxima ação/ tarefa/ follow-up），对隐含义务或口语化承诺捕捉不足 语言偏向：示例与文档为葡语/英语混合，非英语对话的摘要质量未明确验证 冷启动摩擦：需手动维护 history.txt 格式，无自动 hooks 时需额外 cron/loop 配置 无状态安全：摘要文件为本地明文，多用户场景下无访问控制 适合人群 高频 API 用户：日均 50+ 轮对话、token 成本敏感的场景 长周期项目协作：需跨会话保持上下文（如季度规划、持续开发） 自动化工作流：已通过 cron/systemd 管理定时任务的进阶用户 Claude/OpenAI 重度使用者：熟悉 context7、compact 等类似概念的生态用户 常规风险 | 风险类型 | 说明 | 缓解建议 ||----------|------|---------|| 摘要过度简化 | 关键细节被6句限制裁剪 | 关键决策后手动加注 [[IMPORTANT]] 标记 || 待办遗漏 | 口语化承诺未匹配关键词 | 定期人工复核 pending-tasks.md || 文件竞争 | 并行写入 history.txt 可能损坏格式 | 使用文件锁或序列化写入 || 路径依赖 | 硬编码 context/ 路径限制部署灵活性 | 通过环境变量或 --summary 参数外化配置 | 生态定位 该技能本质是对 OpenClaude compact 命令的文件化、可脚本化实现，适合需要跨平台、可版本控制、与 CI/CD 集成的工程场景。与依赖向量数据库的长期记忆方案相比，它牺牲了召回率换取确定性和零依赖。 原始说明 Keeps the conversation token-friendly by summarizing recent exchanges, surfacing pending actions, and delivering a compact briefing for each turn before calling the model. Trigger this skill whenever you need to prune a bloated thread or keep the next prompt lean.