subagent-context-compactor
Skillby geoshan
clawhub⭐ 06/10
上下文压缩代理，采用分层压缩策略，基于内存使用触发机制。处理HOT/WARM/COLD三层数据，优化token使用。当用户需要压缩对话上下文、优化内存使用、管理会话历史、减少token消耗时使用此技能。特别适用于长时间对话、复杂任务处理、需要保留重要历史信息的场景。
基于HOT/WARM/COLD三层分级策略自动压缩对话上下文，触发式优化Token消耗，保留关键历史信息，适用于长时间复杂对话场景。
📊 商业分析
商业模式
free
独特价值
HOT/WARM/COLD三层分级自动压缩，精准保留关键历史信息
竞品
1. Claude原生摘要功能（内置但无分层策略，缺乏精细控制）；2. MemGPT/Letta（更完整的长期记忆框架，但部署复杂）；3. LangChain ConversationSummaryMemory（开发者向，需编码集成）
🎯 应用场景
目标用户
重度AI对话用户（长任务处理者）AI应用开发者（需管理会话历史）企业知识工作者（复杂项目协作）
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 0
- 价值评分
- 6/10
- 子分类
- 上下文管理与Token优化
- 可商业化
- ❌ 否
AI 标签
上下文压缩Token优化会话管理长对话处理内存管理
相关工具推荐
skill-creatorSKILL
由Anthropic官方出品，支持从零创建AI Skill、编辑优化现有Skill、运行评估测试并进行方差分析的性能基准对比，实现AI能力工程化闭环管理。
9/10⭐ 86,759
conversation-memorySKILL
为LLM对话提供短期、长期、实体三层持久化记忆系统，让AI真正记住用户，支持跨会话上下文延续与知识积累。
9/10⭐ 22,346
self-improvingSKILL
具备自我反思、自我批评、持续学习与记忆组织能力的自进化Agent，自动评估并永久改进输出质量，无需人工反复校正。
9/10⭐ 638
proactive-agentSKILL
将AI Agent从被动任务执行者升级为主动预判伙伴，内置WAL协议、工作缓冲区与自主定时任务，支持持续自我改进的智能体框架
9/10⭐ 628
cellcogSKILL
DeepResearch Bench排名第一的全模态AI代理框架。通过多代理编排实现深度推理与文本、图像、音频、视频等全模态融合,支持复杂任务自动化。
9/10⭐ 6