- name
- auto-context
- description
- >
- license
- MIT
- compatibility
- hermes-agent
- tags
- metadata
- author
- 0xcjl ( Hermes Adaptation from lovstudio )
- repo
- https://github.com/0xcjl/auto-context
AutoContext: 智能上下文卫生检查器
主动监控会话状态，智能提醒用户。
AutoContext: 智能上下文卫生检查器
主动监控会话状态，智能提醒用户。
AutoContext: 智能上下文卫生检查器
主动监控会话状态，智能提醒用户。
AutoContext: 智能上下文卫生检查器
主动监控会话状态，智能提醒用户。
AutoContext: 智能上下文卫生检查器
主动监控会话状态，智能提醒用户。
AutoContext: 智能上下文卫生检查器
主动监控会话状态，智能提醒用户。
AutoContext: 智能上下文卫生检查器
主动监控会话状态，智能提醒用户。
AutoContext: 智能上下文卫生检查器
Context hygiene checker for AI agents — analyze session health and recommend actions
触发方式
手动触发
- 命令：
/auto-context - 关键词：上下文检查、context check、context hygiene
自动触发（响应层实现）
当检测到以下信号时自动激活：
| 信号类型 | 检测条件 |
|---|---|
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 轮次计数 |
| 主题漂移 | 语义相似度检测 |
| 对话长度 | 连续 20+ 轮无明显进展 |
| 主题漂移 | 当前话题与 5 轮前话题无关 |
| 噪声累积 | 连续 3 轮用户输入 < 10 字 |
| 工具重复 | 相同工具连续调用 5+ 次无有效产出 |
| 记忆模糊 | 开始混淆之前会话的内容 |
| 压缩触发 | session compression 已执行 2+ 次 |
智能判断标准（多维度评估）
评估维度
| 维度 | 指标 | 阈值 | 权重 |
|---|---|---|---|
| 对话长度 | 连续轮数 | >28 轮 | 20% |
- 权重归一化为100% - 权重归一化为100% - 权重归一化为100% - 权重归一化为100% - 权重归一化为100% - 权重归一化为100% | | 主题连贯性 | 主题漂移次数 | 漂移 2+ 次 | 25% | | 信息密度 | 平均每轮字数 | <50 字/轮 | 15% | | 工具效率 | 工具调用产出比 | <10% 有效 | 20% - 权重归一化为100% - 权重归一化为100% - 权重归一化为100% - 权重归一化为100% - 权重归一化为100% - 权重归一化为100% | | 上下文压缩 | 压缩次数 | 压缩 2+ 次 | 20% - 权重归一化为100% - 权重归一化为100% - 权重归一化为100% - 权重归一化为100% - 权重归一化为100% - 权重归一化为100% |
健康等级说明
分数越高，上下文越健康。
健康等级
计算公式：健康指数 = Σ(维度分数 × 权重)
| 等级 | 分数 | 状态 | 建议 |
|---|---|---|---|
| 🟢 HEALTHY | 80-100 | 上下文健康 | 继续当前话题 |
| 🟡 NOISY | 60-79 | 轻度污染 | 可继续但注意效率 |
| 🔴 POLLUTED | 40-59 | 中度污染 | 建议 /fork 或 /btw |
| ⛔ CRITICAL | <40 | 严重污染 | 建议新会话 |
手动模式：完整报告
当用户调用 /auto-context 时，输出：
输出格式: 输出格式: 输出格式: 输出格式: 输出格式: 输出格式: 输出格式:
🧠 上下文健康报告
📊 评估维度：
• 对话长度：XX 轮
• 主题变化：X 次漂移
• 信息密度：低/中/高
• 工具效率：X% 有效产出
📈 健康等级：🟢 HEALTHY / 🟡 NOISY / 🔴 POLLUTED / ⛔ CRITICAL
💡 建议：continue / /fork / /btw / 新会话边缘情况：
- 首次会话(<5轮)不触发
规则：
- 最多 5 行
- 关注可执行建议，不堆砌指标
- 语气专业但简洁
自动模式：轻量提醒
当自动检测到问题时，严格执行 1 句话，不超过 20 字提醒：
| 上下文状态 | 提醒文案 |
|---|---|
| 主题漂移 | "话题有点跳脱，考虑用 /fork 开新分支？" |
| 对话过长 | "会话有点长，建议 /fork 保持效率" |
| 工具重复 | "这个操作试了多次，要不要换个思路？" |
| 信息稀疏 | "最近几轮信息量较低，要不要聚焦一下？" |
| 压缩频繁 | "上下文压缩多次了，考虑开新会话？" |
边缘情况：
- 首次会话(<5轮)不触发
规则：
- 严格执行 1 句话，不超过 20 字
- 上下文正常 → 什么都不说
- 只建议，不强制
- 不提 "AutoContext"，除非用户问
与现有系统的集成
已有系统
| 系统 | 关系 | 集成方式 |
|---|---|---|
| MEMORY | 互补 | 长期记忆 vs 临时上下文 |
| compression | 互补 | 自动压缩 vs 主动建议 |
| session_reset | 互补 | 定时重置 vs 智能提醒 |
判断逻辑融合
将上述智能评估标准内化到响应层，当：
- 用户输入符合确认式句式（anti-sycophancy 触发）
- 会话长度超过阈值（compression 前）
- 检测到主题漂移
自动输出轻量提醒。
使用示例
手动调用
用户：/auto-context
AI：🧠 上下文健康报告
📊 32轮对话，主题漂移1次，信息密度中
📈 健康等级：🟡 NOISY
💡 建议：建议继续，但考虑用 /btw 聚焦新话题自动提醒
用户：（继续长篇大论）
AI：[在回答前] "会话有点长了，建议 /fork 保持效率。"Credits
- 原始版本: lovstudio/auto-context
- Hermes适配: 0xcjl