hashgraph-online Strategic Compact Skill
上下文优化技能，通过 trigger-based 懒加载和 context composition awareness 自动重组长会话上下文。
何时激活
- Claude Code 触发原生自动或手动 compact
- 原生 auto-compact 被显式关闭，且会话上下文超过 65% 使用率
- 需要重组上下文以保留关键信息
- 长会话中需要压缩早期对话
- 需要按重要性重新组织 specialist 输出
核心功能
1. Trigger-Based 懒加载
Claude Code 默认由原生 auto-compact 决定压缩时机；下列百分比 trigger 只用于手动兜底模式：
| Trigger | 条件 | 行为 |
|---|---|---|
context_65% |
上下文使用 > 65% | 触发 advisory 压缩建议 |
context_70% |
上下文使用 > 70% | 触发压缩建议 |
context_85% |
上下文使用 > 85% | 强烈建议手动压缩 |
logical_break |
检测到逻辑断点 | 建议整理 |
specialist_done |
specialist 完成 | 归档输出 |
2. Context Composition Awareness
理解上下文不同部分的价值:
高价值（总是保留）:
- 决策和结论
- 任务输出和验证结果
- 待处理项和 hints
- 架构决策记录 (ADR)
中等价值（根据大小决定）:
- 工具输出（超过阈值时压缩）
- 对话历史（保留首尾，压缩中间）
- 文件内容（保留路径和关键符号）
低价值（安全丢弃）:
- 纯搜索结果
- 重复信息
- 工具调用追踪
压缩策略
Phase 1: 保存决策到内存
提取所有决策，保存到 ~/.claude/memory/error_experience/decisions/
Phase 2: 保存待办到摘要
提取 pending items 和 next hints，保存到 session summary
Phase 3: 压缩对话
保留系统提示和最近 20 轮对话，压缩中间部分
Phase 4: 精简工具输出
将长工具输出替换为摘要：[File X read, Y lines]
与 Other Skills 的关系
| Skill | 关系 |
|---|---|
| Memory Persistence | Strategic Compact 使用其存储来保存决策和摘要 |
| Error Experience Library | 从压缩的上下文中提取错误模式 |
| Continuous Learning | Instincts 从归档的上下文中生成 |
使用场景
场景 1：长会话自动整理
用户：连续工作 2 小时后
Claude Code：上下文接近原生 auto-compact 阈值
系统：触发 PreCompact(auto)，保存 compact 轮次并清理旧计量缓存
Claude Code：自动执行压缩
系统：下一轮只读取压缩后的新 usage，不复用压缩前的高水位
场景 2：Specialist 输出归档
用户：运行 /code-review
Specialist：输出详细代码审查报告
系统：检测到 specialist_done trigger
系统：提取关键结论，丢弃详细追踪
系统：保存结论到 memory store
Context 计算与 Compact 轮次
- 运行时使用
scripts/lib/context-window.js统一计算上下文压力。 - Claude
context_window.used_percentage/remaining_percentage是官方预计算值，直接使用，不再重复扣除 auto-compact buffer；context_window_size用于区分 200K 与 1M 窗口。 - 优先消费 CCometixLine-compatible remaining context，例如
ccometixline.context_window.remaining_percentage、ccometixline_context_window.remaining_tokens、TSP_CONTEXT_WINDOW_JSON或CCOMETIXLINE_CONTEXT_FILE。 - 如果没有外部 remaining 信号，则退回 Claude
context_window、transcript JSONL usage、bridge file 和 transcript size fallback。 scripts/hooks/pre-compact.js同时匹配auto|manual，每次 PreCompact 会递增.tsp/context/compact-state.json的 session / total compact count，并清除压缩前的 bridge / debounce 状态。- transcript 遇到 compact summary 后不会回读 summary 前的 usage；等待下一次 API 响应提供新窗口指标。
suggest-compact.js默认auto模式，不注入人工/compact提示；仅在DISABLE_AUTO_COMPACT=1或STRATEGIC_COMPACT_MODE=manual时启用下表的手动兜底。
手动兜底阈值
| 使用率 | 紧迫度 | 建议操作 |
|---|---|---|
| < 65% | low | 无需操作 |
| 65-70% | advisory | 提醒控制上下文增长 |
| 70-85% | medium | 建议压缩，可选择性执行 |
| 85-95% | high | 强烈建议压缩 |
| > 95% | critical | 必须立即压缩 |
命令接入
/compact- 手动触发压缩/compact status- 显示当前上下文使用率/compact plan- 显示压缩计划而不执行
Source: hashgraph-online/awesome-codex-plugins → plugins/Colin4k1024/tsp/skills/strategic-compact/SKILL.md