智能体上下文压缩损失核验工作流

把长任务上下文分层并检查压缩是否遗漏关键规则和状态，在人工批准前阻止危险摘要继续流转。

AI智能体与自动化

技能数量

20,034
下载量

                    ¥181.00                                    
参考价 · 登录确认

15,129
销量

购买前，先确认这些

我的已购工作流

以下摘录自发布者现有说明，不代表平台已完成运行验证。完整交付范围、限制与验收要求请继续阅读原文。

交付内容

三个独立技能目录，含元数据、agents/openai.yaml、SKILL.md、README.md、标准库脚本和脱敏 examples。最小样例应识别未知层级、关键项遗漏、永久项遗漏和未批准压缩。任一上游异常、critical 项缺失或人工决定 PENDING 时，闸门必须拒绝继续使用压缩结果并生成 review_queue。不包含模型摘要、记忆库写入、上下文删除、Session 接入、Token 统计、队列或人工值守服务。

需要准备

脱敏上下文条目、层级、任务引用、重要性和保留策略压缩摘要引用、保留 item_id、规则保留说明和过期时间关键规则、人工批准、回滚和下一轮恢复的验收要求

运行与安装说明

解压三个技能目录，使用 Python 3.10 或更高版本。依次运行上下文分层、压缩损失核验和人工闸门，也可单独运行任一步。在测试环境注入关键项遗漏、过期事件和 supersede 关系，再由负责人决定是否接入真实压缩器。

费用、服务与边界

本包是离线 JSON 上下文生命周期与压缩损失核验工具，公开讨论、Anthropic、OpenAI、AWS 和 Microsoft 文档只用于需求、模式和风险参考，未复制其代码、付费模板或私有流程。它不能判断摘要事实真伪或模型理解质量，不承诺零遗忘、零幻觉、固定节省比例或业务结果；正式使用前必须由负责人审查敏感信息、保留规则和回滚能力。

安装准备与故障排查确认材料、运行环境与额外费用后再购买。阅读完整说明

工作流详情

# 智能体上下文压缩损失核验工作流
**3个实用技能 · 3步完成 · 每一步都能单独使用**
面向长任务和上下文压缩：先按规则、实体、事件和流程分层，再核验摘要是否丢失关键或受保护内容，最后在人工批准前阻止危险压缩进入下一轮；只处理脱敏 JSON，不执行真实压缩或改写记忆。
3个可下载技能 · 每个技能可单独运行
## 3步自动化工作流
### 🔵 1 智能体上下文分层整理
技能文件：agent-context-layer-normalizer
**解决什么：** 长期规则、实体事实、临时事件和流程知识混在一起时，无法分别设置保留、过期和替代策略。
**你会得到：** agent-context-layer.json、分层结果、字段发现和 layer_hash。
**↓ 本步结果自动进入下一步**
### 🟢 2 智能体压缩损失核验
技能文件：agent-compaction-loss-auditor
**解决什么：** 压缩摘要可能省略硬规则、关键状态或替代关系，导致下一轮 Agent 在错误上下文上继续工作。
**你会得到：** agent-compaction-loss.json、missing_critical、受保护项遗漏和 findings。
**↓ 本步结果自动进入下一步**
### 🟠 3 智能体压缩人工闸门
技能文件：agent-compaction-review-gate
**解决什么：** 只有分层合同完整、压缩损失检查通过且负责人批准，压缩结果才可进入下一轮上下文。
**你会得到：** agent-compaction-review-gate.json、blockers、review_queue、human_decision 和 external_action_executed=false。
**↓ 本步结果形成最终交付**
## 实际示例
脱敏样例包含一条永久保留的关键规则和一条短期事件；压缩结果只保留事件且未声明 preserved_rules。第一步识别规则层，第二步发现 critical 项和永久项遗漏，第三步因损失报告异常且 human_decision=PENDING 输出 READY_FOR_HUMAN_REVIEW、compaction_allowed=false。该结果是本地测试事实，不代表真实 Agent 运行结果。
## 适合谁
- 运行长对话、长流程或持续编码 Agent 的工程团队
- 需要在上下文接近窗口上限时审查摘要质量的 Agent 平台负责人
- 使用记忆、RAG、Session 或 compaction 的质量与安全团队
- 不希望旧规则、关键状态或任务边界在压缩后静默丢失的自动化实施人员
## 买家只需提供
- 脱敏上下文条目、层级、任务引用、重要性和保留策略
- 压缩摘要引用、保留 item_id、规则保留说明和过期时间
- 关键规则、人工批准、回滚和下一轮恢复的验收要求
## 使用方式
1. 解压三个技能目录，使用 Python 3.10 或更高版本。
2. 依次运行上下文分层、压缩损失核验和人工闸门，也可单独运行任一步。
3. 在测试环境注入关键项遗漏、过期事件和 supersede 关系，再由负责人决定是否接入真实压缩器。
## 交付与验收
- 三个独立技能目录，含元数据、agents/openai.yaml、SKILL.md、README.md、标准库脚本和脱敏 examples。
- 最小样例应识别未知层级、关键项遗漏、永久项遗漏和未批准压缩。
- 任一上游异常、critical 项缺失或人工决定 PENDING 时，闸门必须拒绝继续使用压缩结果并生成 review_queue。
- 不包含模型摘要、记忆库写入、上下文删除、Session 接入、Token 统计、队列或人工值守服务。
## 服务说明
本包是离线 JSON 上下文生命周期与压缩损失核验工具，公开讨论、Anthropic、OpenAI、AWS 和 Microsoft 文档只用于需求、模式和风险参考，未复制其代码、付费模板或私有流程。它不能判断摘要事实真伪或模型理解质量，不承诺零遗忘、零幻觉、固定节省比例或业务结果；正式使用前必须由负责人审查敏感信息、保留规则和回滚能力。

包含技能

以下为套餐组成，实际执行顺序请按上方工作流说明。安装所需环境、账号与外部服务费用请在购买前确认。

智能体压缩损失核验 agent-compaction-loss-auditor

检查压缩摘要是否遗漏关键规则、受保护状态或必要的保留说明，区分正常淘汰与危险丢失。

智能体压缩人工闸门 agent-compaction-review-gate

在压缩结果进入下一轮 Agent 之前汇总分层和损失报告，等待人工批准并保留阻断原因。

智能体上下文分层整理 agent-context-layer-normalizer

把长任务上下文分成静态规则、实体知识、会话事件和流程知识，并补齐保留、过期和替代关系。