📦
context-compression
81可靠地壓縮長 Agent 上下文
長時間 AI 工作階段在上下文視窗填滿時，會遺失關鍵決策、檔案變更與後續步驟。此技能為 Claude、Codex 與 Claude Code 提供結構化壓縮方法與評估探針。
效率 查看
技能 context-degradation
📦
context-degradation
內容修訂 r2 安全 ⚙️ 外部命令
診斷 AI 上下文退化
長時間 AI 工作階段可能會隱藏重要上下文，導致代理回覆錯誤。此技能可協助識別退化模式，並為 Claude、Codex 和 Claude Code 工作流程選擇緩解策略。
支援: Claude Codex Code(CC)
使用我的智慧代理安裝
將此請求複製給你的智慧代理，其中包含權威 Skill 頁面和清單。
智能體請求
Review the Skillstore skill "context-degradation" from https://skillstore.io/skills/muratcankoylan-context-degradation.md and its manifest at https://skillstore.io/api/skills/muratcankoylan-context-degradation/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.你的智慧代理仍應顯示其計畫，並依安全政策請求必要確認。
Agent 可讀資源
當 AI Agent、爬蟲或腳本需要乾淨脈絡、而不是讀取完整頁面時，請使用這些連結。
測試它
正在使用「context-degradation」。 支援代理一開始很準確，但後來忽略了原始升級規則。
預期結果:
可能是上下文污染或上下文混淆。下一步是找出錯誤規則何時進入對話，並從已驗證的指示重新開始。
正在使用「context-degradation」。 一個長研究提示將關鍵需求放在文件中段。
預期結果:
Lost-in-middle 風險很高。將需求移到任務開頭，在最終指示附近重複它，並縮短支援材料。
正在使用「context-degradation」。 一個檢索系統加入許多日期不同但相似的文件。
預期結果:
很可能發生上下文衝突。加入版本篩選，明確標記衝突，並在文件進入上下文視窗之前定義來源優先順序。
安全審計
安全v8 • 2026/8/9 開啟版本化報告
All 22 static findings are false positives caused by Python documentation markup, Markdown formatting, ordinary text literals, and a benign dictionary-key print. No command execution, credential handling, system reconnaissance, prompt injection, or other malicious intent was found.
3
已掃描檔案
1,167
分析行數
0
複核項目
0
已忽略的誤報
風險因素
⚙️ 外部命令 (19)
scripts/degradation_detector.py:123 scripts/degradation_detector.py:535 SKILL.md:21 SKILL.md:22 SKILL.md:23 SKILL.md:24 SKILL.md:127-134 SKILL.md:134-137 SKILL.md:137-153 SKILL.md:153-156 SKILL.md:156-164 SKILL.md:164-167 SKILL.md:167-174 SKILL.md:174-207 SKILL.md:207-208 SKILL.md:208-209 SKILL.md:209-210 SKILL.md:210-211 SKILL.md:211-212
最近一次完成的靜態與語意稽核未偵測到已確認的安全發現。這並不能證明該 Skill 沒有副作用。
審計單位: codex 檢視審計紀錄 →
分享與引用此報告
分享版本化評估報告、中性徽章、嵌入卡片與引用。Skillstore 只報告證據，不判斷該 Skill 是否安全。
複製報告連結
https://skillstore.io/skills/muratcankoylan-context-degradation/audits/8?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdown 徽章
[](https://skillstore.io/skills/muratcankoylan-context-degradation?utm_source=security_passport_badge)HTML 徽章
<a href="https://skillstore.io/skills/muratcankoylan-context-degradation?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/muratcankoylan-context-degradation/security.svg" alt="Skillstore security assessment" loading="lazy"></a>嵌入卡片
<iframe src="https://skillstore.io/embed/skills/muratcankoylan-context-degradation.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>學術引用 (APA · BibTeX · CFF)
APA 引用
muratcankoylan. (2026). context-degradation security audit report (audit version 8) [Author version unspecified]. Skillstore. https://skillstore.io/skills/muratcankoylan-context-degradation/audits/8BibTeX 引用
@techreport{muratcankoylan-muratcankoylan-context-degradation-2026,
author = {muratcankoylan},
title = {context-degradation security audit report (audit version 8)},
institution = {Skillstore},
year = {2026},
number = {8},
url = {https://skillstore.io/skills/muratcankoylan-context-degradation/audits/8},
note = {Author version unspecified}
}CITATION.cff
cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "context-degradation 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-degradation/audits/8"
identifiers:
- type: other
value: "skillstore:muratcankoylan-context-degradation:audit:8"
description: "Skillstore immutable audit report identifier"
比較變體
4 個可安裝變體每位作者的技能都保留為獨立的可安裝項目。推薦變體依 Skillstore 證據排序。
為何此變體排名第一
Skillstore 評分最高
作者 / 來源 Skillstore 評分 證據置信度 Skillstore 使用量 已更新
chakshugautam-context-degradation
Skillstore 評分 81
證據置信度 高
Skillstore 使用量 21
已更新
2026-09-09
muratcankoylan-context-degradation
Skillstore 評分 80
證據置信度 高
Skillstore 使用量 28
已更新
2026-09-09
Skillstore 評分
評分依據 證據置信度: 高 64
架構
85
可維護性
87
內容
70
社群
83
規範符合度
你可以打造什麼
偵錯長時間代理工作階段
識別退化的答案是否來自 lost-in-middle 效應、污染、分心、混淆或衝突的上下文。
審查檢索管線
評估檢索到的文件如何進入上下文，並降低不相關或過時資訊影響結果的風險。
規劃上下文架構
選擇在代理達到不可靠的操作範圍之前，何時壓縮、篩選、隔離或外部化上下文。
試試這些提示
識別模式
審查這個代理失敗案例，並識別最可能的上下文退化模式。說明證據並建議一項緩解措施。
檢查 Lost-in-Middle 風險
找出可能埋在此上下文中段的關鍵事實。建議應將它們移動或重複到哪裡。
設計緩解計畫
根據這個代理工作流程，提出使用寫入、選取、壓縮和隔離技術的上下文策略。包含取捨考量。
稽核生產環境上下文健康狀態
稽核這個生產環境代理追蹤紀錄中的退化風險。區分證據、可能的根本原因、測量缺口和補救優先順序。
最佳實務
- 同時追蹤上下文長度、任務類型和觀察到的失敗。
- 將關鍵指示放在上下文的開頭或結尾。
- 在上下文變得過大之前，先篩選、摘要或隔離上下文。
避免
- 未經相關性篩選就將每個檢索到的文件載入上下文。
- 把更大的上下文視窗當作上下文設計的替代品。
- 在作用中的上下文中保留過時、矛盾或未驗證的資訊。
常見問題
這個技能解決什麼問題？
它有助於診斷 AI 代理在長時間工作階段中退化的原因，以及如何降低該風險。
它能與 Claude、Codex 和 Claude Code 搭配使用嗎？
可以。此指引與模型無關，並標示為相容於 Claude、Codex 和 Claude Code。
Python 指令碼會檢查我的系統嗎？
不會。隨附的指令碼會使用本機啟發式方法和模擬的注意力估計來分析提供的上下文文字。
它能證明發生了上下文污染嗎？
不能。它會識別指標和可能原因，但使用者必須根據可信證據驗證主張。
我應該何時使用這個技能？
當長提示、檢索到的文件或延長的代理工作階段開始產生不一致結果時，就應使用此技能。
通常最有效的緩解策略是什麼？
篩選和隔離上下文通常最有效，因為它們能防止不相關材料進入作用中的視窗。
開發者詳細資訊
授權
MIT
Skillstore 修訂
r2
版本提示
作者未聲明版本。
引用
02be9409c79ca1183f7844009c14d9df684d0cf9
維護新鮮度
2026/8/12
使用量
19 次下載 · 219 次瀏覽
檔案結構
muratcankoylan 的更多技能
查看全部📦
evaluation
81使用評分規準評估代理系統
代理團隊需要可重複的方法來衡量品質、迴歸問題與情境變更。此技能會引導評分規準設計、測試集、評分與監控。
資料與分析 查看
📦
context-optimization
80高效最佳化上下文視窗
長時間的代理工作階段可能浪費 token、拖慢回應，並遺失重要上下文。此技能為 Claude、Codex 和 Claude Code 提供壓縮、遮罩、快取與分區的實用方法。
效率 查看
📦
multi-agent-patterns
80設計多代理 AI 系統
多代理系統很難設計，因為協調、上下文隔離與失敗模式會彼此影響。這項技能提供實用模式、取捨與範例，協助建立可靠的代理團隊。
程式開發 查看
📦
tool-design
80設計模型能可靠使用的 Agent 工具
當描述、結構描述和錯誤訊息含糊不清時，Agent 工具就會失效。此技能提供實用模式，協助建立更清晰的工具 API、更安全的整合方式，以及更好的測試。
程式開發 查看
📦
advanced-evaluation
73建置可靠的 LLM 評估系統
當評審使用模糊的評分準則或有偏誤的比較時，LLM 評估品質往往會下降。此技能會引導 Claude、Codex 和 Claude Code 完成評分、成對審查、偏誤緩解與指標選擇。
資料與分析 查看
相關技能
查看全部📦
context-fundamentals
80最佳化代理程式上下文管理
由 ChakshuGautam
當提示、工具、歷史記錄和檢索內容競爭上下文空間時，代理程式系統可能會變得不可靠。此技能說明上下文組成要素，以及用於預算配置、漸進式揭露和驗證的實用模式。
文件 查看
📦
planning-with-files
78使用規劃檔案組織複雜工作
由 OthmanAdi
長時間任務可能會遺失脈絡、決策與復原註記。此技能會將計畫、筆記與交付成果保存在 Markdown 檔案中，讓代理程式可以重新讀取並更新。
效率 查看
📦
context-manager
78設計 AI 上下文系統
由 sickn33
AI 團隊需要可靠的方法，在複雜工作流程中管理上下文、記憶與檢索。此技能會指導 RAG、向量搜尋、知識圖譜與多代理交接的架構選擇。
程式開發 查看
📦
prompting
78撰寫更優質的 AI Agent 提示詞
由 AaronAbuUsama
當提示詞模糊、冗長，或塞入過多低價值脈絡時，AI agent 便容易失敗。此技能套用 Anthropic 的脈絡工程原則，協助您撰寫清楚、具結構且高訊號的提示詞。
效率 查看
📦
langchain-architecture
78設計 LangChain 應用程式架構
由 wshobson
團隊在建置具備代理程式、檢索、記憶與工具的 LLM 應用程式時，需要可重複使用的模式。此技能提供結構化的 LangChain 指引，用於規劃工作流程、callbacks、測試與生產環境檢查。
程式開發 查看
📦
memory-systems
78設計 Agent 記憶系統
由 sickn33
Agent 經常會在不同工作階段之間遺失有用的上下文。此技能會以向量、圖譜與時間檢索，引導分層記憶設計。
程式開發 查看