auto-context

# AutoContext: 智能上下文卫生检查器 主动监控会话状态，智能提醒用户。 # AutoContext: 智能上下文卫生检查器 主动监控会话状态，智能提醒用户。 # AutoContext: 智能上下文卫生检查器 主动监控会话状态，智能提醒用户。 # AutoContext: 智能上下文卫生检查器 主动监控会话状态，智能提醒用户。 # AutoContext: 智能上下文卫生检查器 主动监控会话状态，智能提醒用户。 # AutoContext: 智能上下文卫生检查器 主动监控会话状态，智能提醒用户。 # AutoContext: 智能上下文卫生检查器 主动监控会话状态，智能提醒用户。 # AutoContext: 智能上下文卫生检查器 > Context hygiene checker for AI agents — analyze session health and recommend actions ## 触发方式 ### 手动触发 - 命令：`/auto-context` - 关键词：上下文检查、context check、context hygiene ### 自动触发（响应层实现） 当检测到以下信号时自动激活： | 信号类型 | 检测条件 | |----------|----------| | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 轮次计数 | | 主题漂移 | 语义相似度检测 | | 对话长度 | 连续 20+ 轮无明显进展 | | 主题漂移 | 当前话题与 5 轮前话题无关 | | 噪声累积 | 连续 3 轮用户输入 < 10 字 | | 工具重复 | 相同工具连续调用 5+ 次无有效产出 | | 记忆模糊 | 开始混淆之前会话的内容 | | 压缩触发 | session compression 已执行 2+ 次 | --- ## 智能判断标准（多维度评估） ### 评估维度 | 维度 | 指标 | 阈值 | 权重 | |------|------|------|------| | **对话长度** | 连续轮数 | >28 轮 | 20% - 权重归一化为100% - 权重归一化为100% - 权重归一化为100% - 权重归一化为100% - 权重归一化为100% - 权重归一化为100% | | **主题连贯性** | 主题漂移次数 | 漂移 2+ 次 | 25% | | **信息密度** | 平均每轮字数 | <50 字/轮 | 15% | | **工具效率** | 工具调用产出比 | <10% 有效 | 20% - 权重归一化为100% - 权重归一化为100% - 权重归一化为100% - 权重归一化为100% - 权重归一化为100% - 权重归一化为100% | | **上下文压缩** | 压缩次数 | 压缩 2+ 次 | 20% - 权重归一化为100% - 权重归一化为100% - 权重归一化为100% - 权重归一化为100% - 权重归一化为100% - 权重归一化为100% | ### 健康等级说明 分数越高，上下文越健康。 ### 健康等级 计算公式：健康指数 = Σ(维度分数 × 权重) | 等级 | 分数 | 状态 | 建议 | |------|------|------|------| | 🟢 HEALTHY | 80-100 | 上下文健康 | 继续当前话题 | | 🟡 NOISY | 60-79 | 轻度污染 | 可继续但注意效率 | | 🔴 POLLUTED | 40-59 | 中度污染 | 建议 /fork 或 /btw | | ⛔ CRITICAL | <40 | 严重污染 | 建议新会话 | --- ## 手动模式：完整报告 当用户调用 `/auto-context` 时，输出： 输出格式: 输出格式: 输出格式: 输出格式: 输出格式: 输出格式: 输出格式: ``` 🧠 上下文健康报告 📊 评估维度： • 对话长度：XX 轮 • 主题变化：X 次漂移 • 信息密度：低/中/高 • 工具效率：X% 有效产出 📈 健康等级：🟢 HEALTHY / 🟡 NOISY / 🔴 POLLUTED / ⛔ CRITICAL 💡 建议：continue / /fork / /btw / 新会话 ``` **边缘情况**： - 首次会话(<5轮)不触发 **规则**： - 最多 5 行 - 关注可执行建议，不堆砌指标 - 语气专业但简洁 --- ## 自动模式：轻量提醒 当自动检测到问题时，严格执行 1 句话，不超过 20 字提醒： | 上下文状态 | 提醒文案 | |------------|----------| | 主题漂移 | "话题有点跳脱，考虑用 /fork 开新分支？" | | 对话过长 | "会话有点长，建议 /fork 保持效率" | | 工具重复 | "这个操作试了多次，要不要换个思路？" | | 信息稀疏 | "最近几轮信息量较低，要不要聚焦一下？" | | 压缩频繁 | "上下文压缩多次了，考虑开新会话？" | **边缘情况**： - 首次会话(<5轮)不触发 **规则**： - 严格执行 1 句话，不超过 20 字 - 上下文正常 → 什么都不说 - 只建议，不强制 - 不提 "AutoContext"，除非用户问 --- ## 与现有系统的集成 ### 已有系统 | 系统 | 关系 | 集成方式 | |------|------|----------| | **MEMORY** | 互补 | 长期记忆 vs 临时上下文 | | **compression** | 互补 | 自动压缩 vs 主动建议 | | **session_reset** | 互补 | 定时重置 vs 智能提醒 | ### 判断逻辑融合 将上述智能评估标准内化到响应层，当： 1. 用户输入符合确认式句式（anti-sycophancy 触发） 2. 会话长度超过阈值（compression 前） 3. 检测到主题漂移 自动输出轻量提醒。 --- ## 使用示例 ### 手动调用 ``` 用户：/auto-context AI：🧠 上下文健康报告 📊 32轮对话，主题漂移1次，信息密度中 📈 健康等级：🟡 NOISY 💡 建议：建议继续，但考虑用 /btw 聚焦新话题 ``` ### 自动提醒 ``` 用户：（继续长篇大论） AI：[在回答前] "会话有点长了，建议 /fork 保持效率。" ``` --- ## Credits - 原始版本: lovstudio/auto-context - Hermes适配: 0xcjl