核心用法
Session Watchdog 是一套会话上下文监控与保护机制，用于在 AI 对话接近容量上限时主动预警并保存关键信息。
主要功能
- 实时监控：通过
session_status指令检查contextTokens字段，掌握当前上下文占用 - 分级预警：设定 140k/160k/197k 三档阈值，对应警告、临界、满载三种状态
- 自动保存：在 160k（约 80%）时触发检查点协议，将关键信息写入
memory/YYYY-MM-DD.md - 用户决策：提供三种续接方案——继续并接受压缩、总结重启、暂停等待
触发场景
- 新会话启动时
- 每累积 30k tokens 后
- 执行大型任务前（多文件编辑、批量操作）
- 用户主动询问剩余容量
保存内容清单
决策记录、待办任务、项目状态、文件修改记录、未解决问题——确保压缩后核心信息不丢失。
---
显著优点
1. 数据零丢失：通过结构化检查点将易失性会话状态转为持久化存储
2. 体验连续性：用户可选择「总结重启」模式，在清理上下文的同时保留认知连续性
3. 主动透明：系统主动报告状态，而非被动等待错误发生
4. 轻量集成：仅需单次状态查询指令即可接入，无复杂配置
潜在局限
- 手动触发依赖：除启动和 30k 增量检查外，仍需开发者/用户记得在关键节点主动调用
- 存储位置固定：检查点仅写入
memory/目录下日期文件，若需多会话共享需额外处理 - 无自动恢复：保存后不会自动加载，需用户手动回顾或使用其他 skill 读取
- 阈值硬编码：140k/160k/197k 三档针对不同模型上下文窗口，若窗口变更需手动调整
适合人群
- 长期协作型项目开发者（代码审查、架构迭代）
- 复杂多轮对话场景（法律咨询、医疗问诊、学术研究）
- 需要精确审计追踪的企业用户
- 对「对话突然中断导致信息丢失」高度敏感的场景
常规风险
| 风险类型 | 说明 | 缓解措施 |
|---------|------|---------|
| 误报/漏报 | 用户未执行 `session_status` 即超限 | 建立操作习惯：大型任务前必查 |
| 文件冲突 | 多并发会话同时写入同一日期文件 | 时间戳细分或会话 ID 隔离 |
| 信息过载 | 检查点保存内容过多，反致文件臃肿 | 严格筛选「Essential」标准 |
| 隐私泄露 | 敏感信息写入持久化文件 | 文件权限控制 + 定期清理策略 |