mcpField
C
chat-compactor

chat-compactor

github.com/zhanlincuiAgent 工作流19388 次安装33 周前更新
代码仓库

关于 chat-compactor

Chat Compactor 为 AI Agent 生成便于跨会话延续工作的结构化交接摘要，适用于持续进行的开发和调试任务。它记录决策缘由、失败尝试、当前状态和后续步骤，并保存为 Markdown 文件。

主要功能

  1. 01提取决策、结果、失败与阻塞项
  2. 02整理完成事项和后续行动
  3. 03生成结构化 Markdown 交接文档
  4. 04按指定路径保存会话摘要

适用场景

  1. 01结束调试时记录失败方案和进度
  2. 02切换任务前为下一会话准备上下文
  3. 03在上下文窗口紧张时整理项目状态

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/zhanlincui/agent-skills-hunter --skill chat-compactor

安装后在 Claude Code 中输入/chat-compactor确认已加载。

详细介绍

Chat Compactor

生成结构化摘要，帮助 AI Agent 在不同会话间保持连贯。

存在的意义

人工编写的摘要和临时生成的 AI 摘要会丢失关键上下文：

  • 决策依据会丢失（为什么选 X 而不是 Y）
  • 失败尝试会被遗忘（Agent 会重新尝试失败的方法）
  • 隐性知识未被记录（文件位置、命名约定、注意事项）
  • 状态不明确（已完成、待处理或受阻的事项）

此技能会生成针对 Agent 优化的交接文档，为下一次会话做好准备。

输出格式

按以下结构生成 Markdown 文件：

# Session: [Brief Title]
Date: [YYYY-MM-DD]
Duration: ~[X] messages

## Context Snapshot
[1-2 sentences: What project/task, what state it's in right now]

## What Was Accomplished
- [Concrete outcome 1]
- [Concrete outcome 2]

## Key Decisions & Rationale
| Decision | Why | Alternatives Rejected |
|----------|-----|----------------------|
| [Choice] | [Reason] | [What didn't work and why] |

## Current State
- **Working**: [files/features that are functional]
- **Broken/Blocked**: [what's not working and why]
- **Modified files**: [list with brief note on changes]

## Dead Ends (Don't Retry)
- ❌ [Approach that failed] — [why it failed]

## Next Steps (Prioritized)
1. [ ] [Most important next action]
2. [ ] [Second priority]

## Environment & Gotchas
- [Any setup notes, versions, quirks discovered]

## Key Code/Commands Reference
[Only if there are non-obvious commands or snippets the next session needs]

工作流

  1. 扫描对话，查找：决策、结果、失败、文件变更、阻碍因素
  2. 确定“交接时刻”——新的 Agent 需要什么才能继续工作？
  3. 使用上述格式生成结构化摘要
  4. 保存到文件：项目根目录或 /home/claude/sessions/ 中的 session-[topic]-[date].md

压缩触发条件

满足以下条件时调用此技能：

  • 用户说：“compact”“wrap up”“save session”或“summarize for next time”
  • 任务仍在进行，且上下文窗口已超过约 50% 容量
  • 重大上下文切换之前
  • 调试或实现会话结束时

质量标准

优秀的压缩结果应当：

  • 易于浏览：下一位 Agent 能在不到 30 秒内了解情况
  • 可采取行动：明确列出后续步骤，而不是含糊的摘要
  • 防止重蹈覆辙：记录失败尝试，避免重复探索
  • 简洁：不写废话，每一行都值得占用 Token

反模式

避免：

  • 叙述性文字（“我们先尝试了 X，然后是 Y，接着是 Z……”）
  • 冗余上下文（不要重复代码注释中已有的内容）
  • 含糊的摘要（“在该功能上取得了不错的进展”）
  • 漏记失败情况（这是最有价值的部分！）

触发示例与响应

用户：“我们收尾吧，压缩一下这个会话。”

Agent：

  1. 回顾对话，查找关键决策、结果和失败
  2. 按照上述格式生成结构化 Markdown
  3. 保存到 session-[topic]-[date].md
  4. 确认：“会话已压缩到 session-auth-refactor-2025-01-06.md，下次可以继续。”

评论

支持 Markdown