mcpField
C
chat-compactor

chat-compactor

github.com/mavscuiAgent 工作流19388 次安装34 周前更新
代码仓库

关于 chat-compactor

Chat Compactor 是一项 Agent 技能，可将对话历史整理成结构化交接记录，供后续 AI Agent 会话续接工作。它会在简洁的 Markdown 文件中记录决策、结果、失败尝试、文件变更、阻碍和待办事项。

主要功能

  1. 01提取决策与结果
  2. 02记录失败尝试和阻碍
  3. 03整理文件与项目状态
  4. 04生成结构化 Markdown 交接记录
  5. 05将摘要保存到项目位置

适用场景

  1. 01在不同会话间交接进行中的工作
  2. 02留存调试中的无效尝试
  3. 03切换上下文前总结工作

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/mavscui/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