@d7x7/pi-good-communication
LLM对话沟通纪律与上下文管理框架
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：@d7x7/pi-good-communication。 它的用途是：LLM对话沟通纪律与上下文管理框架 完整的 Skill 内容见：https://321skill.com/skills/d7x7-pi-good-communication/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
'请为当前对话建立Issue Tree，将最近三条回复分别标记为Task、Question和Condition节点，并分配路径/task/1、/question/2和/condition/3。' 它会根据信息论规则和对话内容自动分类并生成树形结构，再通过状态规则管理节点生命周期。
介绍
这个Skill解决了AI代理在长期对话中上下文窗口膨胀、信息丢失和沟通混乱的问题。在实际开发中，开发者经常发现LLM在长对话中遗忘关键信息，或因为无结构化的对话历史导致推理链条断裂，最终影响项目进度和决策质量。
使用方式很简单，你只需要在项目初始化时引入Issue Tree的路径寻址机制，将每条消息标记为Task、Question、Condition或None节点，并分配层级路径（如/number/…）。之后就可以通过自然语言指令来查询特定路径上的历史记录，或根据状态规则（active/blocked/failed/completed）自动管理对话分支。
它非常适合需要长期维护复杂项目、依赖AI代理进行多轮交互的团队或个人。尤其是那些已经遇到上下文窗口瓶颈、频繁丢失推理上下文的开发者，以及希望将AI协作过程系统化归档的项目经理。
建议在项目启动时统一使用此框架，并配合外部持久化存储（如Markdown文件）来保证记忆连续性。需要注意的是，它主要提供方法论和设计模式，不包含现成的运行时代码，需要用户根据自身技术栈自行实现树形数据结构。
常见问题
这个Skill需要安装什么依赖？
不需要安装额外依赖，它是一套方法论和设计模式，你只需在项目中使用文本文件或代码实现Issue Tree结构即可。
如何与现有的AI Agent框架集成？
你可以将Issue Tree的路径规则作为系统提示的一部分注入到Agent的启动上下文中，并实现一个函数来解析和存储消息节点。
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/d7x7-pi-good-communication/raw/index.md 读取 @d7x7/pi-good-communication 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/d7x7-pi-good-communication/raw/index.md（查看排版版本）