下载

Skill UI

浏览并发现 9185+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索上下文窗口，共找到 13 条记录

默认排序最新上传最多下载

AI智能体上下文压缩

context-compression

sickn33/antigravity-awesome-skills

针对AI智能体在处理超长对话历史（数百万Tokens）时遇到的上下文窗口限制问题。本技能提供先进的上下文压缩策略，核心在于通过结构化摘要（如明确记录“文件修改”、“决策点”等模块）来防止关键技术信息丢失。它强调的优化目标是“任务完成所需的总Token量”，而非单纯的请求Token量，确保智能体在复杂任务链中能保持完整状态和准确的知识追踪。

上下文优化策略

context-optimization

sickn33/antigravity-awesome-skills

本技能提供了一套高级的LLM上下文管理框架，旨在提升有限上下文窗口的有效容量。它涵盖了压缩、观测屏蔽、KV缓存优化和上下文分区等四种核心技术。通过优化Token使用，可以有效解决上下文限制问题，帮助构建成本更低、延迟更小、能处理大规模文档和复杂任务的生产级AI Agent系统。

AI编程上下文管理

cursor-context-management

jeremylongshore/claude-code-plugins-plus-skills

本指南详细介绍了如何在AI编程环境中（如Cursor）优化上下文窗口的使用。它教会用户如何通过策略性地使用@提及、管理上下文信息和利用代码库、文档等多种来源，避免上下文溢出，确保AI能够为复杂的开发任务提供高度准确和相关的代码建议。

多仓库工作区与Monorepo管理

cursor-multi-repo

jeremylongshore/claude-code-plugins-plus-skills

本指南详解如何在Cursor中高效处理大型、复杂的代码库和Monorepo结构。用户可以学习设置多根工作区，利用选择性索引，实现跨项目上下文理解，从而在一个窗口内管理多个独立但相关的项目，极大提升大型项目和模块化开发时的编码效率。

Exa搜索结果处理与RAG上下文管理

exa-data-handling

jeremylongshore/claude-code-plugins-plus-skills

用于处理和优化来自Exa搜索API的原始搜索结果。该技能提供对内容提取范围的全面控制，支持选择元数据、高亮、全文或结构化摘要。核心功能包括实现带时效性的结果缓存、引用去重，以及最关键的基于令牌预算的内容筛选，确保检索内容能适配大型语言模型（LLM）的上下文窗口，是构建高级RAG和知识检索系统的关键工具。

长上下文扩展技术

Orchestra-Research/AI-Research-SKILLs

通过 RoPE、YaRN、ALiBi 和位置插值等技术扩展 transformer 的上下文窗口，便于处理 32k-128k+ 令牌长文档、延长预训练模型的上下文能力，并实现更高效的位置编码与外推策略。

智能体内存系统设计

sickn33/antigravity-awesome-skills

本技能专注于设计和构建复杂、分层的AI智能体内存架构。它超越了简单的上下文窗口和向量存储的局限，引入了短期、长期和基于图谱的内存系统。使用此技能可确保智能体在会话间保持记忆持久性，维护实体一致性，并在累积的知识库上进行高级、关系驱动的推理，包括时序知识追踪。

LLM上下文优化与API使用

openrouter-context-optimization

jeremylongshore/claude-code-plugins-plus-skills

本技能提供了一套针对大型语言模型（LLM）在OpenRouter平台上的上下文窗口和Token使用优化策略。它涵盖了上下文限额查询、模型选择、对话截断、文档分块（RAG）和提示缓存等方面。适用于处理长篇对话或大型文档，帮助用户在上下文受限时，既能保证输出质量，又能有效控制API成本，防止超出Token限制。

大型代码库上下文管理

windsurf-cascade-context

jeremylongshore/claude-code-plugins-plus-skills

适用于大型、复杂的代码项目。该技能管理和优化AI的上下文窗口和记忆，确保AI在处理数千文件的大型代码库时，能够持久化地记住关键上下文和项目结构，极大地提高开发效率。

基于文件系统的上下文工程

filesystem-context

sickn33/antigravity-awesome-skills

本技巧提出了一种文件系统作为外部长期记忆的机制，用于解决大型AI Agent在长对话中遇到的上下文窗口限制和信息膨胀问题。通过将工具输出、执行计划或多智能体发现的知识持久化到文件，系统能够实现按需、精准地检索信息，而不是将所有内容一次性加载到提示词中，从而大幅提高效率和稳定性。

文件驱动的项目规划与跟踪

planning-with-files-zh

OthmanAdi/planning-with-files

这是一个文件驱动的项目规划系统，它将工作记忆从易失的上下文窗口转移到持久化的Markdown文件中。通过创建task_plan.md（主计划）、findings.md（研究发现）和progress.md（进度日志）三个文件，系统帮助用户组织和跟踪复杂的、多步骤的项目或研究任务，确保任务状态、关键发现和历史操作都得到可靠记录。

Anthropic高级API故障排除

anth-advanced-troubleshooting

jeremylongshore/claude-code-plugins-plus-skills

本指南为开发者提供了处理Claude API复杂问题的全面参考。涵盖了上下文窗口溢出、工具调用失败、流式数据传输损坏以及意外停止等关键故障排除方法。提供了Python代码和诊断命令，帮助构建稳定可靠的AI应用。

语言