@capyup/pi-auto-compact
为 Pi 模型提供预轮次自动压缩功能
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：@capyup/pi-auto-compact。 它的用途是：为 Pi 模型提供预轮次自动压缩功能 完整的 Skill 内容见：https://321skill.com/skills/capyup-pi-auto-compact/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
‘我们需要从头开始设计这个系统架构，请记住我们之前讨论过的所有约束条件。’ 在后续长达数十轮的对话中，Skill 会在后台自动工作，确保即使对话很长，Pi 也能始终记得最初的核心约束和设计目标，不会中途跑偏或遗忘关键需求。
介绍
该 Skill 旨在解决用户与 Pi 模型进行长对话时，因上下文窗口限制导致模型遗忘早期关键信息的问题。它通过自动压缩过往对话历史，将冗长的上下文提炼为简洁的摘要，从而为后续对话腾出空间，确保模型能够持续参考核心对话脉络。
使用时，用户无需进行复杂配置。在对话过程中，当上下文长度接近或达到模型处理上限时，该 Skill 会自动触发，智能分析并压缩先前的对话内容，保留关键事实、决策和用户意图，然后将压缩后的摘要作为新的上下文起点，无缝衔接后续对话。
它非常适合需要与 Pi 进行深度、多轮次协作的用户，例如进行复杂代码审查、撰写长篇文档、开展多步骤问题诊断或进行持续性的创意头脑风暴。这些场景往往涉及大量信息交换，对上下文的连贯性要求极高。
建议在开启涉及大量历史信息引用的长对话任务前启用此 Skill。需要注意的是，自动压缩是一个有损过程，虽然力求保留核心信息，但某些细节可能会被省略。因此，对于要求绝对精确还原每一句对话的场景，或对话轮次本身不多、上下文压力不大的情况，可以酌情选择不启用。
核心特点
与手动触发压缩或简单截断历史的方案不同，本 Skill 实现了预轮次（Pre-turn）的自动化处理，在模型即将因上下文过长而性能下降前主动介入，保证了对话流畅性；其压缩算法针对 Pi 模型的交互模式进行了优化，能更好地识别和保留对话中的任务指令与关键状态。
注意事项
不适合对对话历史有逐字逐句精确追溯和审计要求的场景。
常见问题
自动压缩会丢失重要信息吗？
压缩算法会优先保留核心事实、用户指令和任务状态，但部分细节可能会被概括，属于有损压缩。
如何知道压缩何时被触发？
通常压缩过程在后台静默进行，用户可能感知到的是对话持续流畅，未出现因上下文过长导致的模型失忆或响应质量下降。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/capyup-pi-auto-compact/raw/index.md 读取 @capyup/pi-auto-compact 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/capyup-pi-auto-compact/raw/index.md（查看排版版本）