战略精简技能

建议在你的工作流程中的战略节点手动执行 /compact，而不是依赖任意的自动精简。

何时激活

• 运行长时间会话，接近上下文限制时（200K+ tokens）
• 处理多阶段任务时（研究 → 规划 → 实施 → 测试）
• 在同一会话中切换不相关的任务时
• 完成一个主要里程碑并开始新工作时
• 当响应变慢或连贯性下降时（上下文压力）

为何采用战略精简？

自动精简会在任意时间点触发：

• 通常在任务中途，丢失重要上下文
• 无法感知逻辑任务边界
• 可能中断复杂的多步骤操作

在逻辑边界进行战略精简：

• 探索之后，执行之前 — 压缩研究上下文，保留实施计划
• 完成里程碑之后 — 为下一阶段重新开始
• 在主要上下文切换之前 — 在开始不同任务前清理探索上下文

工作原理

suggest-compact.js 脚本在 PreToolUse (Edit/Write) 时运行，并且：

1. 跟踪工具调用 — 统计会话中的工具调用次数
2. 阈值检测 — 在可配置的阈值处建议压缩（默认：50次调用）
3. 定期提醒 — 达到阈值后，每25次调用提醒一次

钩子设置

添加到你的 ~/.claude/settings.json：

{
  "hooks": {
    "PreToolUse": [
      {
        "matcher": "Edit",
        "hooks": [{ "type": "command", "command": "node ~/.claude/skills/strategic-compact/suggest-compact.js" }]
      },
      {
        "matcher": "Write",
        "hooks": [{ "type": "command", "command": "node ~/.claude/skills/strategic-compact/suggest-compact.js" }]
      }
    ]
  }
}

配置

环境变量：

• COMPACT_THRESHOLD — 首次建议前的工具调用次数（默认：50）

压缩决策指南

使用此表来决定何时压缩：

阶段转换	压缩？	原因
研究 → 规划	是	研究上下文很庞大；规划是提炼后的输出
规划 → 实施	是	规划已保存在 TodoWrite 或文件中；释放上下文以进行编码
实施 → 测试	可能	如果测试引用最近的代码则保留；如果要切换焦点则压缩
调试 → 下一项功能	是	调试痕迹会污染不相关工作的上下文
实施过程中	否	丢失变量名、文件路径和部分状态代价高昂
尝试失败的方法之后	是	在尝试新方法之前，清理掉无效的推理过程

压缩后保留的内容

了解哪些内容会保留有助于您自信地进行压缩：

保留的内容	丢失的内容
CLAUDE.md 指令	中间的推理和分析
TodoWrite 任务列表	您之前读取过的文件内容
记忆文件 (~/.claude/memory/)	多轮对话的上下文
Git 状态（提交、分支）	工具调用历史和计数
磁盘上的文件	口头陈述的细微用户偏好

最佳实践

1. 规划后压缩 — 一旦计划在 TodoWrite 中最终确定，就压缩以重新开始
2. 调试后压缩 — 在继续之前，清理错误解决上下文
3. 不要在实施过程中压缩 — 为相关更改保留上下文
4. 阅读建议 — 钩子告诉您何时，您决定是否
5. 压缩前写入 — 在压缩前将重要上下文保存到文件或记忆中
6. 使用带摘要的 /compact — 添加自定义消息：/compact Focus on implementing auth middleware next

令牌优化模式

触发表惰性加载

不在会话开始时加载完整的技能内容，而是使用一个将关键词映射到技能路径的触发表。技能仅在触发时加载，可将基线上下文减少 50% 以上：

触发词	技能	加载时机
"test", "tdd", "coverage"	tdd-workflow	用户提及测试时
"security", "auth", "xss"	security-review	涉及安全相关工作时
"deploy", "ci/cd"	deployment-patterns	涉及部署上下文时

上下文组合感知

监控哪些内容正在消耗你的上下文窗口：

• CLAUDE.md 文件 — 始终加载，需保持精简
• 已加载技能 — 每个技能增加 1-5K 令牌
• 对话历史 — 随每次交流增长
• 工具结果 — 文件读取、搜索结果会增加体积

重复指令检测

常见的重复上下文来源：

• 相同的规则同时出现在 ~/.claude/rules/ 和项目 .claude/rules/ 中
• 技能重复了 CLAUDE.md 的指令
• 多个技能覆盖了重叠的领域

上下文优化工具

• token-optimizer MCP — 通过内容去重实现 95% 以上的自动令牌减少
• context-mode — 上下文虚拟化（已演示从 315KB 减少到 5.4KB）

相关

• 长篇指南 — Token 优化部分
• 记忆持久化钩子 — 用于在压缩后保留状态
• continuous-learning 技能 — 在会话结束前提取模式