别再用长上下文硬撑了，这个 2.8k Star 的 Skill 帮你做决策
别再用长上下文硬撑了，这个 2.8k Star 的 Skill 帮你做决策
你有没有遇到过这种情况：Claude Code 的上下文快满了，项目历史越来越长，每次新会话都要重新解释一大堆背景， token 烧得心疼，模型还经常”失忆”。
如果你正在被这个问题折磨，今天这个 Skill 值得认真看——ax-agent-context，来自 TypeScript 多语言 LLM 框架 Ax（@ax-llm/ax）的官方 Skills 库，在 SkillsMP 上已经拿到 2,824 Stars。
它到底是什么？
一句话总结：它不是一个记忆插件，而是一个”上下文策略选型手册”。
Claude Code 的上下文管理有很多种方式，但很多人分不清什么时候该用哪种：
- contextMap — 适合跨会话共享的稳定知识体
- contextPolicy — 适合单次长会话内的轨迹压缩
- agent.optimize — 离线用 GEPA 调优指令和示例
- agent.playbook — 在线演化的上下文策略，越用越准
- recall / memories — 每轮检索式记忆
ax-agent-context 就是帮你 快速判断”此刻该用哪个” 的决策指南。它会给 LLM 一个清晰的决策树，当你说”上下文满了””模型忘了跟进””要做长期记忆”时，它会自动匹配最合适的 Ax 上下文工具。
为什么值得装？
很多人装了一堆 Skills，结果大部分时间都在浪费 token——该用 contextPolicy 的时候上了 contextMap，该用 recall 的时候又调了 optimize。装了这个 Skill 之后，Claude 会先”想清楚”再动手，而不是上来就一通操作。
而且它是 Ax 官方出品，不是民间自嗨的 prompt 包。Ax 本身是一个跨 TypeScript、Python、Java、C++、Go、Rust 的 LLM 编程框架，这个 Skill 是它上下文模块的”说明书版”，和 Ax 的核心 API 完全对齐。
适合谁？
如果你经常用 Claude Code 处理多轮长对话、跨会话项目、Sub-agent 协作，或者你是一个对 token 成本敏感的技术团队，这个 Skill 能帮你省下不少冤枉钱。
一句话推荐
别让 Claude 在上下文管理上裸奔了，装个 ax-agent-context，让它先做决策再干活。
评论区
登录后可评论。