\ud83e\udd9e Nm Conserve Context Optimization — 上下文优化

技能文档

Night Market Skill — 从 claude-night-market/conserve 移植。如需获得包含 agent、hook 与命令的完整体验，请安装 Claude Code 插件。 ## 目录 - 快速开始 - 何时使用 - 核心 Hub 职责 - 模块选择策略 - 上下文分类 - 集成点 - 资源 # 上下文优化 Hub ## 快速开始 ### 基本用法 ``bash # 分析当前上下文使用情况 python -m conserve.context_analyzer ` ## 何时使用 - 阈值警报：当上下文使用率接近窗口的 50% 时。 - 复杂任务：需要多文件分析或长工具链的操作。 ## 何时不使用 - 上下文使用率低的简单单步任务 - 已在使用 mcp-code-execution 处理工具链 ## 核心 Hub 职责 1. 评估上下文压力与 MECW 合规性。 2. 路由至合适的专用模块。 3. 协调基于子代理的工作流。 4. 在各模块间管理 token 预算分配。 5. 综合模块化执行结果。 ## 模块选择策略 `python def select_optimal_modules(context_situation, task_complexity): if context_situation == "CRITICAL": return ['mecw-assessment', 'subagent-coordination'] elif task_complexity == 'high': return ['mecw-principles', 'subagent-coordination'] else: return ['mecw-assessment'] ` ## 上下文分类 | 使用率 | 状态 | 操作 | |-------------|--------|--------| | < 30% | 低 | 正常继续 | | 30-50% | 中等 | 监控并应用原则 | | > 50% | 严重 | 立即优化 | ## 大输出处理（Claude Code 2.1.2+） 行为变更：大型 bash 命令与工具输出将保存到磁盘而非截断；通过文件引用供访问。 ### 对上下文优化的影响 | 场景 | 2.1.2 之前 | 2.1.2 之后 | |----------|--------------|-------------| | 大型测试输出 | 截断，数据不完整 | 通过文件引用获取完整输出 | | 冗长构建日志 | 30K 字符后丢失 | 完整且按需可访问 | | 上下文压力 | 截断导致压力较小 | 相同——仅读取时才加载 | ### 最佳实践 - 避免预读取：大输出仅被引用，不会自动加载进上下文。 - 选择性读取：对文件引用使用 head、tail 或 grep。 - 利用完整数据：质量门可通过文件访问完整测试结果。 - 监控增长：文件引用体积很小，但读取完整文件会增加上下文。 ## 集成点 - Token 节约：接收使用策略，返回符合 MECW 的优化方案。 - CPU/GPU 性能：根据资源限制对齐上下文优化。 - MCP Code Execution：将复杂模式委托给专用 MCP 模块。 ## 资源 - MECW 理论：参见 modules/mecw-principles.md 了解核心概念与 50% 规则。 - MECW 理论（扩展）：参见 modules/mecw-theory.md 了解压力等级、合规检查与监控模式。 - 上下文分析：参见 modules/mecw-assessment.md 了解风险识别。 - 工作流委托：参见 modules/subagent-coordination.md 了解分解模式。 - 上下文等待：参见 modules/context-waiting.md 了解延迟加载策略。 ## 故障排除 ### 常见问题 若优化后上下文使用率仍高，检查是否读取了整个大文件而非选择性读取。 若 MECW 评估失败，确保环境提供准确的 token 计数元数据。 若将输出日志写入 /tmp` 时出现权限错误，请验证项目临时目录可写。