techwavedev Context Guardian
Overview
Guardiao de contexto que preserva dados criticos antes da compactacao automatica. Snapshots, verificacao de integridade e zero perda de informacao.
When to Use This Skill
- When the user mentions "compactacao contexto" or related topics
- When the user mentions "perda de contexto" or related topics
- When the user mentions "snapshot contexto" or related topics
- When the user mentions "preservar contexto" or related topics
- When the user mentions "contexto critico" or related topics
- When the user mentions "antes de compactar" or related topics
Do Not Use This Skill When
- The task is unrelated to context guardian
- A simpler, more specific tool can handle the request
- The user needs general-purpose assistance without domain expertise
How It Works
Sistema de integridade de contexto que protege projetos tecnicoss complexos contra
perda de informacao durante compactacao automatica do Claude Code. Enquanto o
context-agent atua APOS as sessoes (save/load), o context-guardian atua DURANTE
a sessao, detectando quando a compactacao esta proxima e executando protocolos de
preservacao com verificacao redundante.
Por Que Isto Existe
O Claude Code compacta automaticamente mensagens antigas quando o contexto se aproxima do limite da janela. Essa compactacao e heuristica — ela resume mensagens para liberar espaco, mas inevitavelmente perde detalhes. Para projetos simples, isso funciona bem. Mas para projetos tecnicos pesados (como ecossistemas com 21+ skills, auditorias de seguranca, refatoracoes de arquitetura), a perda de um unico detalhe pode causar regressoes, re-trabalho ou inconsistencias graves.
O context-guardian resolve isso criando uma camada de protecao PRE-compactacao: extrai, classifica, verifica e persiste todas as informacoes criticas ANTES que a compactacao automatica as destrua.
Localizacao
C:\Users\renat\skills\context-guardian\
├── SKILL.md # Este arquivo
├── references/
│ ├── extraction-protocol.md # Protocolo detalhado de extracao
│ └── verification-checklist.md # Checklist de verificacao e redundancia
└── scripts/
└── context_snapshot.py # Script de snapshot automatico
Integracao Com O Ecossistema
context-guardian (PRE-compactacao) context-agent (POS-sessao)
│ │
├── Detecta contexto grande ├── Salva resumo ao final
├── Extrai dados criticos ├── Atualiza ACTIVE_CONTEXT.md
├── Verifica integridade ├── Sincroniza MEMORY.md
├── Salva snapshot verificado ├── Indexa busca FTS5
└── Gera briefing de transicao └── Arquiva sessoes antigas
O context-guardian e o context-agent sao complementares:
- context-guardian: protecao em tempo real, DURANTE a sessao
- context-agent: persistencia entre sessoes, APOS a sessao
Ativacao Automatica (O Claude Deve Iniciar Sozinho)
- Limite de contexto: quando perceber que ja consumiu ~60-70% da janela de contexto (indicadores: mensagens comecando a ser resumidas, aviso de compactacao)
- Projetos pesados: sessoes com muitos arquivos editados, muitas tool calls, ou projetos com dependencias complexas entre componentes
- Antes de tarefas longas: quando uma proxima tarefa pode gerar output extenso que empurraria o contexto para alem do limite
Ativacao Manual (Usuario Solicita)
- "salva o estado antes de comprimir"
- "faz um checkpoint"
- "snapshot do contexto"
- "nao quero perder nada dessa sessao"
- "prepara pra compactacao"
- "o contexto ta grande, protege"
Fase 1: Extracao Estruturada
Percorrer toda a conversa ate o momento e extrair categorias criticas. Para cada categoria, classificar por prioridade (P0 = perda fatal, P1 = perda grave, P2 = perda toleravel).
P0 — Perda Fatal (preservar com redundancia tripla)
| Categoria | O que extrair | Exemplo |
|---|---|---|
| Decisoes tecnicas | Escolhas de arquitetura, padrao, tecnologia E motivo | "Usamos parameterized queries porque f-strings causam SQL injection" |
| Estado de tarefas | O que foi feito, o que falta, dependencias | "18/18 match OK, falta ZIP" |
| Correcoes aplicadas | Bug, causa raiz, solucao exata, arquivos afetados | "instagram/db.py: SQL injection via f-string → ? placeholders" |
| Codigo gerado/modificado | Caminho exato, linhas alteradas, natureza da mudanca | "match_skills.py:40-119: adicionou 5 categorias" |
| Erros encontrados | Mensagem exata, stack trace relevante, como resolveu | "TypeError at line 45 → cast para int" |
| Comandos que funcionaram | Comando completo que produziu resultado correto | "python verify_zips.py → 22/22 OK" |
P1 — Perda Grave (preservar com verificacao)
| Categoria | O que extrair |
|---|---|
| Padroes descobertos | Convencoes, patterns de codigo observados |
| Dependencias entre componentes | "scan_registry.py E match_skills.py devem ter categorias identicas" |
| Preferencias do usuario | Idioma, estilo, nivel de detalhe, workflow preferido |
| Contexto de projeto | Estrutura de diretorios, arquivos-chave, proposito |
| Questoes em aberto | Perguntas sem resposta, ambiguidades nao resolvidas |
P2 — Perda Toleravel (resumo compacto)
| Categoria | O que extrair |
|---|---|
| Historico de tentativas | "Tentei X, nao funcionou por Y, entao Z" |
| Metricas de progresso | Contadores, tempos, tamanhos |
| Discussoes exploratórias | Brainstorm, opcoes consideradas e descartadas |
Fase 2: Verificacao De Integridade
Apos extrair, verificar que NADA critico foi omitido.
Checklist de Verificacao (executar mentalmente para cada item):
□ Cada arquivo modificado tem: caminho, natureza da mudanca, motivo
□ Cada bug corrigido tem: sintoma, causa raiz, solucao, arquivo
□ Cada decisao tem: o que, por que, alternativas descartadas
□ Cada tarefa pendente tem: descricao, prioridade, dependencias
□ Cada padrao/convencao tem: regra, motivo, exemplos
□ Nenhuma informacao de uma secao contradiz outra
□ Referencias cruzadas estao consistentes (ex: "18 queries testadas" aparece em
multiplos lugares com o mesmo numero)
□ Caminhos de arquivo estao completos (absolutos, nao relativos)
Se qualquer item falhar, voltar a Fase 1 e re-extrair a informacao faltante.
Para detalhes sobre verificacao avancada, ler references/verification-checklist.md.
Fase 3: Persistencia Redundante
Salvar as informacoes extraidas em 3 camadas de redundancia:
Camada 1 — Snapshot estruturado (arquivo .md)
python C:\Users\renat\skills\context-guardian\scripts\context_snapshot.py save
Gera C:\Users\renat\skills\context-guardian\data\snapshot-YYYYMMDD-HHMMSS.md com
todas as informacoes extraidas em formato estruturado.
Se o script nao estiver disponivel, criar manualmente o arquivo seguindo o formato
descrito em references/extraction-protocol.md.
Camada 2 — MEMORY.md atualizado
Atualizar C:\Users\renat\.claude\projects\C--Users-renat-Skill-JUD\memory\MEMORY.md
com as informacoes P0 mais criticas em formato ultra-compacto. O MEMORY.md e carregado
automaticamente em toda nova sessao, entao ele e a ultima linha de defesa.
Camada 3 — Context-agent save
python C:\Users\renat\skills\context-agent\scripts\context_manager.py save
Aciona o context-agent para salvar sessao completa com indexacao FTS5.
Fase 4: Briefing De Transicao
Gerar um bloco de texto formatado que serve como "cartao de visita" para o Claude que continuar apos a compactacao. Este briefing deve ser a ULTIMA coisa escrita antes da compactacao, para que fique no topo do contexto compactado.
Formato do briefing:
## Estado Atual
- Projeto: [nome]
- Fase: [fase atual]
- Progresso: [X/Y tarefas completas]
## O Que Foi Feito Nesta Sessao
1. [tarefa 1 — resultado]
2. [tarefa 2 — resultado]
...
## O Que Falta Fazer
1. [tarefa pendente — prioridade] [dependencia se houver]
2. ...
## Decisoes Criticas (Nao Alterar Sem Motivo)
- [decisao 1]: [motivo]
- [decisao 2]: [motivo]
## Correcoes Aplicadas (Nao Reverter)
- [arquivo]: [correcao] — [motivo]
## Caminhos Importantes
- [caminho 1]: [proposito]
- [caminho 2]: [proposito]
## Alertas
- [qualquer armadilha, edge case, ou cuidado especial]
## Onde Recuperar Mais Informacoes
- Snapshot: C:\Users\renat\skills\context-guardian\data\snapshot-[timestamp].md
- MEMORY.md: carregado automaticamente
- Context-agent: `python context_manager.py load`
- Busca historica: `python context_manager.py search "termo"`
Protocolo Rapido (Quando O Tempo E Curto)
Se a compactacao esta iminente e nao ha tempo para o protocolo completo de 4 fases:
- 30 segundos — Escrever um mini-briefing com: tarefas pendentes, decisoes criticas, caminhos de arquivo modificados
- 1 minuto — Atualizar MEMORY.md com informacoes P0
- 2 minutos — Executar context-agent save
Mesmo o protocolo rapido e melhor que nenhuma protecao.
Deteccao De Completude Pos-Compactacao
Quando uma sessao continuar apos compactacao, verificar se o contexto preservado esta completo:
- Ler MEMORY.md (ja estara carregado automaticamente)
- Se disponivel, ler o snapshot mais recente em
data/ - Comparar com o briefing de transicao (se visivel no contexto compactado)
- Se encontrar lacunas, executar:
python C:\Users\renat\skills\context-agent\scripts\context_manager.py load - Se ainda houver lacunas, buscar por termo:
python C:\Users\renat\skills\context-agent\scripts\context_manager.py search "termo"
Exemplo De Uso Real
Cenario: Sessao longa criando advogado-especialista (46KB), corrigindo match_skills (5 categorias novas), auditando seguranca (10 vulnerabilidades), gerando 22 ZIPs.
Sem context-guardian: Compactacao resume tudo em "criou skill juridica, corrigiu bugs, gerou zips". Proximo Claude nao sabe quais categorias foram adicionadas, quais vulnerabilidades foram corrigidas, qual o estado de cada ZIP, ou por que certas decisoes foram tomadas. Resultado: re-trabalho, inconsistencias, regressoes.
Com context-guardian: Antes da compactacao, executa protocolo completo:
- Snapshot com 5 categorias novas listadas (legal, auction, security, image-generation, monitoring)
- 10 vulnerabilidades catalogadas com arquivo, tipo, e correcao exata
- 22 ZIPs verificados com checksums
- Decisoes documentadas ("removeu 'saude' de monitoring porque causava false positive")
- Briefing de transicao no topo do contexto Proximo Claude continua com precisao total, zero re-trabalho.
Consideracoes De Performance
- O protocolo completo leva 2-5 minutos de trabalho do Claude
- Para projetos simples, usar apenas o protocolo rapido
- Nao ativar para sessoes curtas ou conversas casuais
- A persistencia em 3 camadas (snapshot + MEMORY.md + context-agent) garante que mesmo se uma camada falhar, as outras duas preservam a informacao
- Snapshots antigos (>10) podem ser podados manualmente
Best Practices
- Provide clear, specific context about your project and requirements
- Review all suggestions before applying them to production code
- Combine with other complementary skills for comprehensive analysis
Common Pitfalls
- Using this skill for tasks outside its domain expertise
- Applying recommendations without understanding your specific context
- Not providing enough project context for accurate analysis
Related Skills
context-agent- Complementary skill for enhanced analysis
AGI Framework Integration
Adapted for @techwavedev/agi-agent-kit Original source: antigravity-awesome-skills
Memory-First Protocol
Cache workflow configurations and automation patterns. Retrieve prior pipeline designs to avoid re-building similar flows from scratch.
# Check for prior workflow/automation context before starting
python3 execution/memory_manager.py auto --query "automation patterns and workflow configurations for Context Guardian"
Storing Results
After completing work, store workflow/automation decisions for future sessions:
python3 execution/memory_manager.py store \
--content "Workflow: automated data pipeline with retry logic, dead-letter queue, and Slack alerts on failure" \
--type technical --project <project> \
--tags context-guardian workflow
Multi-Agent Collaboration
Share workflow state with other agents so they can trigger, monitor, or extend the automation.
python3 execution/cross_agent_context.py store \
--agent "<your-agent>" \
--action "Workflow automation deployed — pipeline processing 1000+ events/day with 99.9% success rate" \
--project <project>
Playbook Engine
Combine this skill with others using the Playbook Engine (execution/workflow_engine.py) for guided multi-step automation with progress tracking.