Langen Agentenkontext zuverlässig komprimieren
Lange KI-Sitzungen verlieren wichtige Entscheidungen, Dateiänderungen und nächste Schritte, wenn Kontextfenster voll werden. Diese Skill bietet strukturierte Komprimierungsmethoden und Evaluationsprüfungen für Claude, Codex und Claude Code.
Kopieren Sie diese Anfrage in Ihren Agent. Sie enthält die maßgebliche Skill-Seite und das Manifest.
Review the Skillstore skill "context-compression" from https://skillstore.io/skills/muratcankoylan-context-compression.md and its manifest at https://skillstore.io/api/skills/muratcankoylan-context-compression/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.Ihr Agent sollte weiterhin seinen Plan anzeigen und alle von der Sicherheitsrichtlinie verlangten Bestätigungen anfordern.
Verwenden Sie diese Links, wenn ein KI-Agent, Crawler oder Skript sauberen Kontext benötigt, statt die vollständige Seite zu lesen.
„context-compression“ wird verwendet. Eine lange Debugging-Sitzung enthält einen Authentifizierungsfehler, eine Redis-Untersuchung, Konfigurationsänderungen und fehlgeschlagene Tests.
Erwartetes Ergebnis:
„context-compression“ wird verwendet. Ein Team möchte zwei komprimierte Zusammenfassungen hinsichtlich ihrer Qualität für Folgearbeit vergleichen.
Erwartetes Ergebnis:
„context-compression“ wird verwendet. Ein Produktteam benötigt eine Komprimierungsrichtlinie für lange Claude Code-Sitzungen.
Erwartetes Ergebnis:
Die empfohlene Richtlinie verwendet strukturierte Zusammenfassungen, ein Sliding Window und Prüfungsreviews an wichtigen Aufgabengrenzen.
All 22 static findings are false positives caused by Markdown backticks, prose examples, or ordinary Python membership checks. No command execution, system reconnaissance, prompt injection, or malicious intent was found.
Teile den versionierten Bewertungsbericht, das neutrale Badge, die Einbettungskarte und Zitate. Skillstore berichtet Nachweise, ohne zu entscheiden, ob dieser Skill sicher ist.
https://skillstore.io/skills/muratcankoylan-context-compression/audits/8?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/muratcankoylan-context-compression?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/muratcankoylan-context-compression?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/muratcankoylan-context-compression/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/muratcankoylan-context-compression.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>muratcankoylan. (2026). context-compression security audit report (audit version 8) [Author version unspecified]. Skillstore. https://skillstore.io/skills/muratcankoylan-context-compression/audits/8@techreport{muratcankoylan-muratcankoylan-context-compression-2026,
author = {muratcankoylan},
title = {context-compression security audit report (audit version 8)},
institution = {Skillstore},
year = {2026},
number = {8},
url = {https://skillstore.io/skills/muratcankoylan-context-compression/audits/8},
note = {Author version unspecified}
}cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "context-compression security audit report (audit version 8)"
version: "unspecified"
type: report
authors:
- name: "muratcankoylan"
date-released: "2026-08-09"
url: "https://skillstore.io/skills/muratcankoylan-context-compression/audits/8"
identifiers:
- type: other
value: "skillstore:muratcankoylan-context-compression:audit:8"
description: "Skillstore immutable audit report identifier"
Jeder Autor bleibt ein eigener installierbarer Skill. Die empfohlene Variante wird nach Skillstore-Nachweisen bewertet.
Warum diese Variante zuerst steht
muratcankoylan-context-compression
2026-09-09
chakshugautam-context-compression
2026-09-09
sickn33-context-compression
2026-09-09
Sitzungsverlauf komprimieren und dabei Fehler, Dateien, Entscheidungen und nächste Aktionen bewahren.
Prüfungen erstellen, die testen, ob komprimierter Kontext präzise Folgearbeit unterstützt.
Wiederholbare Zusammenfassungsabschnitte für Implementierungspläne und Sitzungsübergaben erstellen.
Komprimiere diese Sitzung in strukturierte Abschnitte. Füge Absicht, geänderte Dateien, gelesene Dateien, Entscheidungen, aktuellen Zustand und nächste Schritte ein.
Entwirf eine Komprimierungsauslöserstrategie für einen Coding-Agenten mit langen Debugging-Sitzungen. Vergleiche Schwellenwert-, Sliding-Window- und Aufgabengrenzen-Optionen.
Erstelle Prüffragen, um zu testen, ob eine komprimierte Zusammenfassung Recall, Artefaktverlauf, Fortsetzungszustand und Entscheidungsbegründung bewahrt.
Prüfe dieses Komprimierungsdesign auf Effizienz bei Tokens pro Aufgabe. Identifiziere wahrscheinliche Kosten für erneutes Abrufen, fehlende Artefakte und Evaluationsprüfungen vor der Implementierung.
Autor
muratcankoylanLizenz
MIT
Skillstore-Revision
r2
Versionshinweis
Der Autor hat keine Version angegeben.
Ref.
02be9409c79ca1183f7844009c14d9df684d0cf9
Aktualität der Wartung
11.8.2026
Nutzung
44 Downloads · 290 Aufrufe
Dateistruktur
Agentensysteme mit Bewertungsrastern evaluieren
Agententeams benötigen wiederholbare Methoden, um Qualität, Regressionen und Kontextänderungen zu messen. Diese Skill unterstützt bei der Gestaltung von Bewertungsrastern, Testsets, Scoring und Monitoring.
KI-Kontextdegradation diagnostizieren
Lange KI-Sitzungen können wichtigen Kontext verdecken und dazu führen, dass Agenten falsch antworten. Dieser Skill hilft dabei, Degradationsmuster zu erkennen und Minderungsstrategien für Workflows mit Claude, Codex und Claude Code auszuwählen.
Kontextfenster effizient optimieren
Lange Agentensitzungen können Tokens verschwenden, Antworten verlangsamen und wichtigen Kontext verlieren. Diese Skill gibt Claude, Codex und Claude Code praktische Methoden für Komprimierung, Maskierung, Caching und Partitionierung.
Multi-Agent-KI-Systeme entwerfen
Multi-Agent-Systeme sind schwer zu entwerfen, weil Koordination, Kontextisolation und Fehlermodi ineinandergreifen. Diese Skill bietet praktische Muster, Abwägungen und Beispiele für den Aufbau zuverlässiger Agententeams.
Agent-Tools entwickeln, die Modelle zuverlässig nutzen
Agent-Tools scheitern, wenn Beschreibungen, Schemas und Fehlermeldungen mehrdeutig sind. Diese Skill bietet praktische Muster für klarere Tool-APIs, sicherere Konsolidierung und bessere Tests.
Zuverlässige LLM-Evaluierungssysteme entwickeln
Die Qualität von LLM-Evaluierungen sinkt oft, wenn Richter vage Rubriken oder verzerrte Vergleiche verwenden. Diese Skill führt Claude, Codex und Claude Code durch Bewertung, paarweise Überprüfung, Bias-Minderung und Metrikauswahl.
KI-Prompts mit bewährten Mustern verbessern
von sickn33
Schwache Prompts führen zu inkonsistenten KI-Ergebnissen und verschwendeter Review-Zeit. Dieser Skill bietet klare Muster, Vorlagen und Testmethoden für zuverlässige Prompts.
Summarize URLs, Files, and Media
von steipete
Long sources make key information difficult to review. This skill uses the Summarize CLI to extract or condense URLs, documents, transcripts, audio, and video.
Reduce Agent Token Usage
von juliusbrussee
Large configuration files and repeated context increase token usage. This skill reviews Caveman reports and applies measured changes with individual approval.
Projekt-Fehlerspeicher nachverfolgen
von Aceek
KI-Coding-Assistenten können Fehler nach fehlgeschlagenen Builds, übersehenen Konventionen oder Benutzerkorrekturen wiederholen. Dieser Skill erstellt einen knappen Projekt-Fehlerspeicher mit Ursachen und wiederverwendbaren Regeln.
Agenten-Übergabenotizen erstellen
von mattpocock
Bei Agentenübergaben gehen zwischen Sitzungen häufig Kontext, Entscheidungen und nächste Schritte verloren. Dieser Skill erstellt eine prägnante Übergabenotiz, damit Claude, Codex oder Claude Code die Arbeit fortsetzen können.
Informationen neutral analysieren
von BellaBe
Benutzer benötigen häufig neutrale Analysen ohne Empfehlungen. Diese Fähigkeit leitet Claude, Codex und Claude Code dabei an, Fakten, Schlussfolgerungen, Belege und Unbekanntes voneinander zu trennen.