Skip to main content 홈 크리에이터 agentsope skillalchemy agentsop-context-scope-discipline
agentsop-context-scope-discipline Coder-agent working-file budget discipline: keep the editable working set (files you /add into writable context) under ~25k tokens, separate "read" from "edit", delegate breadth to a read-only repo-map, and drop files once edited. Use when an LLM coder-agent edits multiple files, when the working set must stay focused, or when the model starts editing the wrong file / missing targets because too much context dilutes attention. Search keywords: context window full, agent edits wrong file, too much context, /add /drop files, working file budget, context dilution, lost in the middle.
설치로 이동 Skills Marketplace 커뮤니티가 만든 AI 스킬을 발견하고 탐색하세요.
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
직접 명령은 검토 Prompt를 거치지 않습니다. 실행하기 전에 소스를 확인하세요.
npx skills add https://github.com/agentsope/SkillAlchemy --skill agentsop-context-scope-discipline명령은 한 줄로 유지됩니다. 복사하기 전에 가로로 스크롤해 전체 내용을 확인하세요.
로컬 사본을 원하시나요? SkillsMP에서 현재 제공할 수 있는 파일을 다운로드하세요.
Zip 다운로드 다운로드 중... name agentsop-context-scope-discipline version 0.1.0 description Coder-agent working-file budget discipline: keep the editable working set (files you /add into writable context) under ~25k tokens, separate "read" from "edit", delegate breadth to a read-only repo-map, and drop files once edited. Use when an LLM coder-agent edits multiple files, when the working set must stay focused, or when the model starts editing the wrong file / missing targets because too much context dilutes attention. Search keywords: context window full, agent edits wrong file, too much context, /add /drop files, working file budget, context dilution, lost in the middle. domain working-file budget management for LLM coder-agents (multi-file editing) source aider.chat troubleshooting/edit-errors (25k distraction threshold) + /add /drop discipline; generalized across coder harnesses audience coder-agents (Aider/Claude Code/Cursor/Cline/custom) editing multiple files where the working set must stay focused status enhancement overlay — sharpens the generic token-budget rule into a coding-agent-specific working-file discipline type enhance overlays token-budget skills (this adds the coder-agent "only load what you'll edit" rule) crosslinks [[agentsop-repo-map]], [[agentsop-session-state-hygiene]]
Context Scope Discipline — 只把你要改的文件放进工作集
一句话：编辑代码时，工作文件预算（你 /add-ed 进可写上下文的文件）要压在 ~25k tokens 以内 。超过这个量，"more context ≠ better edits"——模型注意力被稀释，开始改错文件、漏看你刚加进去的目标。广度交给 [[agentsop-repo-map]]（只读签名地图），深度只留给"这次真要编辑"的那几个文件。
这是一个增强叠加技能（enhance overlay） 。它不替代任何"通用 token 预算"建议，而是把那条泛泛的"少塞上下文"打磨成一条 coder-agent 专属的硬规则：区分"读"与"改"，只把"改"的文件加进工作集 。借用 Aider 的实测阈值——
"Above about 25k tokens of context, most models start to become distracted." [aider.chat/docs/troubleshooting/edit-errors.html]
1. 何时激活本技能
下列任一情形成立时，把"工作文件预算纪律"作为该编辑会话的标准约束：
任务是多文件编辑 ：rename、抽函数、改 API 签名、加 hook 点——你需要理解 N 个文件，但只会真正修改其中一小部分。
agent 正在改错文件 ：给出的 diff 落在你没想改的文件上，或编造了不存在的路径。这几乎总是"工作集不对"——目标没加进去，或加了太多无关文件把模型呛晕。上下文窗口在涨 ：/tokens（或等价物）逼近 25k；响应被截断；长会话里模型"记住了错的东西"。你在大仓库里工作，凭"为了保险全加进去"的本能正在把整个目录、整个 repo 灌进可写上下文。
你在写自建 coder harness ，需要一条明确的"可编辑文件白名单何时收/何时放"的规则。
不应激活的反面信号 ：单文件已知的小改动（工作集天然就是 1）；纯讨论/架构问答（用只读上下文 + [[agentsop-repo-map]] 即可，不进工作集）；非编辑任务。
2. 核心心智模型
2.1 一句话铁律
more context ≠ better edits. 过了约 ~25k tokens 的文件量，模型就开始失焦——只把你这一轮真要编辑的文件加进工作集，其余的靠 [[agentsop-repo-map]] 顶上。
2.2 "读" vs "改"是两种不同的上下文，需要两种不同的预算
LLM 看到的编辑上下文分三层，优先级与写权限递减 ：
层 内容 写权限 预算策略 系统提示 + 编辑格式 harness 固化 harness 不可控 只读上下文 [[agentsop-repo-map]] 签名地图 + /read 的参考文件 + CONVENTIONS.md 人/agent 配置 给"广度"——用地图覆盖全仓，但只放签名不放函数体 工作集（写集合） /add-ed 的文件LLM 唯一 能编辑的 给"深度"——只放这次真要改的，压在 ~25k 以内
核心区分 ：repo-map 给"哪儿"（breadth，签名级，便宜），工作集给"怎么改"（depth，全文级，贵）。把这两种需求混进同一个篮子（"全 /add 进来再说"）是本技能要根除的反模式。
2.3 25k 是稀释阈，不是上限
25k 不是"塞到 25k 就崩"，而是"过了 25k 编辑准确率开始断崖式下降"。它是个信号阈 ：
工作集本身 + 对话历史 + repo-map 都算进这一份预算。
文件越多、越大，留给"模型对当前编辑点的注意力"越少。
模型越弱，对 25k 越敏感（弱模型"更容易违背系统提示" [aider.chat/docs/troubleshooting/edit-errors.html]）。
2.4 "全加进去保险"是错觉——repo-map 已经替你覆盖了广度 凭直觉，"我要理解这 10 个文件才能改对，那就全 /add"。实测相反：
Aider 只靠 repo-map （不把文件加进工作集）在 SWE-Bench Lite 上仍 70.3% 命中正确文件 [aider.chat/2024/05/22/swe-bench-lite.html]。
即"找文件"这件事不需要把文件灌进工作集——只读地图就够了。工作集只为"编辑"存在。把这两件事拆开，是省预算的关键。详见 [[agentsop-repo-map]]。
2.5 动态预算：工作集涨，地图就该缩 预算是一份蛋糕，不是各自独立的盘子。/add 了正确文件后，[[agentsop-repo-map]] 应自动缩小（"adjusts ... based on the state of the chat" [aider.chat/docs/repomap.html]），把 token 让给真代码。如果你的 harness 不会自动缩地图，编辑期就手动 --map-tokens 调小或归零。
2.6 与 [[agentsop-session-state-hygiene]] 的分工 本技能管文件维度 （工作集里有哪些文件）；[[agentsop-session-state-hygiene]] 管历史维度 （对话历史是否污染当前任务）。二者共用同一份 25k 预算：
预算超了，先 /drop 不再需要的文件（本技能）；
仍然超 / 话题已切换，再 /clear 清历史（[[agentsop-session-state-hygiene]]）。
/drop 保历史去文件；/clear 保文件去历史；/reset 两者都丢。
3. SOP 工作流
Phase 1 — 区分"要编辑"和"只要读懂" 任务进来，第一步不是 /add，而是分类。对每个相关文件问一句："这一轮我会修改它的字节吗？"
会改它的字节 → 候选写集合（稍后 /add）
只需理解它的契约 → 只读：/read，或干脆只靠 repo-map 的签名
不确定改哪些 → 先不加任何文件，进 Phase 2 让 repo-map 帮你定位
经验法则：写集合目标 ≤ 5 个文件 。超过，多半是任务没拆够。
Phase 2 — 不知道改哪个？让 repo-map 定位，而不是全加进来 > /ask which files implement <feature>?
< [模型基于只读 repo-map 回答候选文件]
模型命名出目标后，你 再决定把哪些加进工作集（Op locate-then-add）。"找文件"和"改文件"永远两步走——这是 [[agentsop-repo-map]] 与本技能共享的设计哲学。
Phase 3 — 只 /add 你会编辑的，参考文件用 /read /add src/auth.py tests/test_auth.py # 这两个会改 → 进写集合
/read src/config.py docs/auth.md # 只参考，不改 → 只读
铁律重申：少 /add，敢 /drop 。"为了保险全加"恰恰是让模型改错文件的主因。
Phase 4 — 编辑过程中持续盯预算 /tokens # 看当前占用；接近 25k 是黄灯
信号 动作 /tokens 逼近 25k/drop 已经改完、不再相关的文件repo-map 占比偏大 调小 --map-tokens（目标文件已定，地图可缩） 模型反复改错文件 /ls 检查工作集；/drop 多余的，/add 缺的历史漂移（不是文件问题） 转交 [[agentsop-session-state-hygiene]]：/clear
Phase 5 — 一个文件改完就 /drop 它 工作集不是"会话期一直累积"的。某文件这一轮的修改告一段落、后续子任务不再碰它——立即 /drop。把腾出的预算还给下一批要改的文件。这是把工作集当滑动窗口 用，而不是当垃圾堆。
Phase 6 — 任务太大撑不住时，拆，而不是塞 地图也缩了、能 /drop 的都 /drop 了，预算还是破 25k？这是任务太宽 的信号，不是预算的问题：
1. 进子目录 + --subtree-only（缩小 repo-map 范围，见 [[agentsop-repo-map]] §3）
2. 拆任务：大需求拆成多个收敛子目标，每个子目标一个会话
3. 每个新会话只带它真正要改的那 ≤5 个文件
4. 操作模型 每条给 Trigger / Action / Output / Evidence 。命令名以 Aider 为参考，行为框架无关。
Op 1 — classify(file) 区分"读"与"改"
Trigger ：任何相关文件进入视野。Action ：问"这一轮会修改它的字节吗？"。会改 → 写集合候选；只读懂 → 只读层（/read 或仅 repo-map 签名）。Output ：每个文件被标记为 EDIT / READ-ONLY / NAVIGATE-ONLY 三类之一。Evidence ：LLM 只能编辑工作集里的文件 [aider.chat/docs/more/edit-formats.html]；只读 vs 读写是 Aider 的安全边界。
Op 2 — locate-then-add(task) 先定位再加
Trigger ：写集合未定，不知道改哪个文件。Action ：把 task + repo-map 喂给 LLM，让它只命名 候选文件（不直接编辑）；人/agent 再 /add 命名出的目标。Output ：≤5 个写集合文件 + ≤3 个只读参考。Evidence ：repo-map 只读即可达 70.3% 文件命中 [aider.chat/2024/05/22/swe-bench-lite.html]——定位不需要进工作集。
Op 3 — add(files) 加入工作集（克制）
Trigger ：某文件确定这一轮会被编辑。Action ：/add 只加该文件。不加"可能会用到"的、不加整目录。Output ：工作集 +1。Evidence ：模型改错文件"几乎总是因为该文件没 /add 或你 /add 了太多无关文件" [aider.chat/docs/usage].
Op 4 — read(files) 加为只读参考
Trigger ：文件需要被理解但不会被改（schema、config、CONVENTIONS）。Action ：/read，进只读层，LLM 不能编辑。Output ：只读上下文 +1，写集合不变。Evidence ：Aider --read / /read；只读层与读写层分离 [aider.chat/docs/usage/conventions.html]。
Op 5 — budget_watch() 监控预算
Trigger ：每次编辑回合开始，或感觉模型变笨时。Action ：/tokens 看占用分布（工作集 / 历史 / 地图各占多少）。Output ：是否越过 25k 黄灯的判断。Evidence ：25k 稀释阈 [aider.chat/docs/troubleshooting/edit-errors.html]。
Op 6 — drop(files) 改完即释放
Trigger ：某文件这一轮修改完成、后续不再碰；或预算逼近 25k。Action ：/drop 该文件，腾出预算。Output ：工作集 -1，地图自动回涨补位。Evidence ：/drop 是常态操作而非应急；动态预算 [aider.chat/docs/repomap.html]。
Op 7 — lean-on-map() 把广度还给地图
Trigger ：你想"全加进来才安心"的冲动；或工作集 >5。Action ：把"只为理解、不为编辑"的文件从写集合移到只读地图（/drop + 信任 repo-map）。必要时 /map 审计地图已覆盖什么。Output ：更瘦的工作集，广度由签名地图承担。Evidence ：见 [[agentsop-repo-map]]；breadth 用签名、depth 用全文是两种预算。
Op 8 — split-task() 拆任务而非塞预算
Trigger ：地图缩了、能 drop 的都 drop 了，预算仍破 25k。Action ：把需求拆成多个收敛子目标，每个新会话只带它要改的 ≤5 个文件。Output ：每会话工作集都在预算内。Evidence ：monorepo 上下文溢出的标准缓解 [aider.chat/docs/troubleshooting/token-limits.html]。
5. 困境决策案例 (Examples / Scenarios)
案例 1 — "我要理解 10 个文件才能改对那 2 个：全加，还是用地图？" 触发 ：一个改动横跨 10 个文件的调用链，但你实际只会修改 2 个（比如改一个 API 签名 + 它的一处实现）。本能是把 10 个全 /add 进来"看全"。
诊断 ：你把"理解广度"误当成"编辑深度"。10 个里有 8 个你只需要看签名/契约，不会动它们的字节。
文件角色 数量 放哪 真要改字节 2 /add（写集合）需看完整契约/会被这次改动影响、要核对 1–2 /read（只读全文）只需知道"它在哪、签名是什么" 6–7 不加，靠 [[agentsop-repo-map]] 签名
为什么有效 ：repo-map 只读即 70.3% 命中正确文件 [aider.chat/2024/05/22/swe-bench-lite.html]——广度不需要进工作集。把 2 个进写集合、地图覆盖其余 8 个，预算从"10 个全文"降到"2 全文 + 8 签名"，编辑注意力集中在真正要改的两处。
反模式 ：10 个全 /add → 破 25k → 模型在 8 个无关文件里挑了错的位置改 → 回滚 → 重来。
案例 2 — "任务做到一半预算满了，怎么办？" 触发 ：多文件重构进行中，/tokens 显示已过 25k，模型开始截断响应、漏看你刚加的文件。
步 动作 何时停 1 /tokens 看占用分布：工作集 / 历史 / 地图谁是大头找到主要占用者 2 已改完的文件 /drop（Op 6） 工作集回到 ≤5、预算降到 25k 下 3 地图占比大 → --map-tokens 调小或归零（目标已定，地图可让位） 预算回落 4 历史是大头、且话题已切 → 转 [[agentsop-session-state-hygiene]]：/clear（保文件去历史） 历史清掉 5 仍破 25k → 任务太宽：split-task()，余下子任务新开会话 单会话扛得住
关键认知 ：先动文件维度 （drop / 缩地图），再动历史维度 （clear），最后才拆任务 。/drop 与 /clear 是互补而非二选一——前者是本技能，后者是 [[agentsop-session-state-hygiene]]。
反模式 ：预算满了第一反应是"换更大上下文窗口的模型"。窗口更大不改变 25k 稀释阈——大窗口模型塞到 25k+ 一样失焦。先收工作集，别先换模型。
案例 3 — "模型一直改错文件，我该再多加几个文件让它看清吗？" 触发 ：连续几轮，模型的 diff 落在错误文件上。直觉是"它没看够，再 /add 几个"。
诊断 ：方向反了。改错文件的两种根因都不靠"加更多文件"解决：
现象 根因 修复 改的文件根本没在工作集里 目标没 /add /add 目标文件（Op 3）工作集里文件太多、它挑错了 /add 过量稀释/drop 无关的，收到 ≤5（Op 6）
决策规则 ：/ls 看现状 → 缺目标就加目标、多余就 drop → 不知道哪个是目标就 locate-then-add（Op 2）让地图替你找。几乎不会 是"加更多文件"能解的。
6. 反模式与边界
常见反模式
/add 整个目录src/payments/，全加"。目录里 90% 的文件你不会改，纯稀释。只 /add 那 2–3 个目标文件。从不 /drop ——把工作集当只进不出的垃圾堆。改完的文件不释放，预算单调上涨直到破 25k。/drop 是常态操作。dump entire repo ——"上下文越多越好"，把整仓灌进去。这是 25k 阈值的反面教材；repo-map 的全部意义就是让你不必 这么做。用工作集做广度 ——把"只为读懂"的文件 /add 进可写上下文。读懂用 /read 或 repo-map 签名，编辑才用 /add。预算满了先换模型不先收工作集 ——更大窗口不改变稀释阈。混淆 /drop 与 /clear ——文件多就 /drop（本技能）；历史脏就 /clear（[[agentsop-session-state-hygiene]]）。用错维度解决不了问题。
硬边界
本技能不替代 [[agentsop-repo-map]]：广度（找文件）是 repo-map 的活，本技能管深度（哪些进工作集）。两者配套使用。
25k 是经验阈不是物理上限 ：具体数字随模型变；强模型耐受更高，弱模型更低。把它当"该警觉"的信号，不是"卡死"的红线。
本技能只管文件维度 ：对话历史污染交给 [[agentsop-session-state-hygiene]]；二者共享同一份 25k 预算。
单文件已知任务无需本技能 ：工作集天然是 1，地图可关。本技能不保证 100% 不改错 ：收紧工作集大幅降低改错率，但定位本身仍有 ~30% 残余误差（repo-map 70.3% 命中的另一面），需人工兜底。
7. 跨框架对照 同一条"只把要改的文件放进工作集"纪律，四个 harness 各自的接口与默认行为：
Aider Claude Code Cursor Cline 加入工作集 /add <files>（显式，仅这些可编辑）Read 工具按需读文件入上下文@file / @folder mention按需 read_file tool-call 移出/释放 /drop <files>上下文压缩 / /clear 移除 mention tool-call 历史自然滚出 只读参考 /read <file>（不可编辑）读了即在上下文（无读/写区分） @file 同样方式同上，无显式只读层 广度来源 tree-sitter repo-map（签名） Grep/Glob/Read 按需探索 全仓 codebase index 文件树 + 主动读 预算监控 /tokens（25k 显式建议）上下文窗口指示 + 自动压缩 闭源 上下文长度可见 写权限边界 硬 ：仅 /add 的可编辑软：能读即能改（用工具白名单约束） 软：可改任意打开文件 软：可改任意读过的文件
Aider 把"读/写"做成硬边界 （/read vs /add），最贴合本技能——工作集就是写白名单。其 25k 阈值是这条纪律的实测来源。Claude Code 没有显式"工作集"概念：Read 进来的文件既可读也可被 Edit。本技能在这里表现为自律 ——不要为了"看全"而 Read 整个目录；用 Grep/Glob 定位（相当于 repo-map 的广度），只 Read 你要 Edit 的文件。/clear 与自动压缩对应 /drop 的预算回收。Cursor 用 @-mention 选上下文；mention 越多预算越紧。纪律是"@ 你要改的，别 @ 整个 folder 求保险"。Cline 靠 tool-call 现场读文件，工作集隐式等于"读过的文件集"。纪律是不要在 plan 阶段把一堆文件读进来当背景——读过即占预算。 统一心智 ：无论接口是 /add、@file、Read 还是 read_file，规则不变——进工作集的应当是"这一轮会编辑的文件"，广度交给地图/搜索，预算盯住 ~25k 。
引用源
[aider.chat/docs/troubleshooting/edit-errors.html] — "Above about 25k tokens of context, most models start to become distracted." 本技能的核心阈值。
[aider.chat/docs/troubleshooting/token-limits.html] — 上下文溢出缓解。
[aider.chat/docs/repomap.html] — 动态预算："adjusts the size of the repo map dynamically based on the state of the chat."
[aider.chat/2024/05/22/swe-bench-lite.html] — repo-map 只读即 70.3% 文件命中（广度无需进工作集）。
[aider.chat/docs/more/edit-formats.html] — 只读 vs 读写上下文边界。
[aider.chat/docs/usage/commands.html] [aider.chat/docs/usage/conventions.html] — /add /read /drop /tokens 命令面。
references/R1-source-evidence.md — 来源逐条 quote。intermediate/operation_candidates.json — 操作抽取过程。
[[agentsop-repo-map]] — 广度伙伴：签名地图给"哪儿"，本技能给"哪些进工作集"。
[[agentsop-session-state-hygiene]] — 历史维度伙伴：/drop（文件）与 /clear（历史）共享同一份 25k 预算。
上游：本技能是"通用 token 预算"建议的 coder-agent 专属增强叠加。
跨工具（一般认知）：Aider / Claude Code / Cursor / Cline 公开文档与博客。
