智能体上下文分层整理

适用场景

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。

输入与输出

输入：脱敏 items 数组，含 itemid、layer、textref、taskref、importance、retention、expiresat、supersedes。 输出：agent-context-layer.json，含规范化分层、字段发现和 layer_hash。

安装与执行

1. 1. 使用 Python 3.10 或更高版本，无第三方依赖。
2. 执行 scripts/normalizecontextlayers.py 并传入文档所列参数。
3. 检查 status、findings、哈希和 externalactionexecuted，再交给下一步或人工负责人。

执行规则

静态规则只能永久保留或显式 supersede；未知层级、缺引用和重复 ID 进入 REVIEW。

错误恢复

JSON 无法解析、字段缺失或状态异常时保留输入并修正后重跑；不要把 REVIEW 改成 PASS，不要默默丢弃关键上下文。

权限与隐私边界

本技能只读脱敏 JSON 并生成报告，不连接模型、记忆库、队列或网络，不保存密码、Cookie、Token 或真实客户记录。externalactionexecuted 固定为 false。

验收方式

使用 examples/input.json 运行；未知层级、关键项遗漏、受保护项遗漏或 humandecision=PENDING 时必须产生 REVIEW 或 READYFORHUMANREVIEW。