compression-strategy

介绍

当AI对话会话因包含过多历史消息而变得臃肿，或即将触及平台上下文窗口配额限制时，本技能可以分析当前会话内容，并推荐针对性的上下文压缩策略。它通过评估会话中的冗余信息、关键主题和对话结构，提供如摘要、主题提炼、关键信息提取等具体压缩方案，帮助用户在有限的Token配额内保留最重要的对话上下文。

使用本技能时，只需在会话中提及或直接询问关于压缩上下文的建议。技能会扫描最近的对话历史，识别出可以精简、合并或删除的部分，并给出可操作的建议步骤，例如建议将长篇讨论总结为要点，或将分散的同类信息归类。

本技能特别适合那些需要与AI进行长周期、多轮次深度对话的用户，例如在进行复杂项目开发、撰写长篇文档或进行持续数据分析时，经常面临上下文窗口不足的困扰。

建议在会话长度明显增加、AI开始遗忘早期内容或收到平台配额警告时使用。请注意，压缩策略是建议性的，最终需要用户手动或结合其他工具来执行压缩操作，且过度压缩可能导致部分细节丢失。