context-scope-tags 是一个轻量级的聊天上下文管理协议规范 Skill，旨在通过显式标签系统解决 AI 对话中的上下文污染（Context Bleed）问题，特别适用于 Telegram 等多场景聊天环境。
该 Skill 的核心用法围绕六大标签展开：【ISO/Isolated Context】用于开启完全隔离的新话题，禁止跨上下文引用；【SCOPE/Scoped Context】将推理限制在特定范围内；【GLOBAL/Global Context OK】允许跨话题复用历史上下文并明确告知用户；【NOMEM/No Memory】禁止存储长期记忆；【REM/Remember】主动保存偏好设置为持久记忆。此外，用户可通过 /ctx 或 /context_def 命令获取快速参考卡片。
其显著优点在于高度透明与可控性。所有上下文隔离规则通过人眼可读的标签显式声明，避免了 AI 隐式判断带来的不确定性。纯文档型设计使其零依赖、零延迟，不会引入额外的性能开销或外部风险。对于需要同时处理多个项目、敏感话题与普通聊天的用户，该协议能有效防止信息交叉污染，保护隐私边界。
然而，该 Skill 也存在明显局限。首先，它完全依赖用户手动添加标签，缺乏自动检测上下文切换的智能能力，增加了用户的记忆负担。其次，作为纯规范文档，它本身不执行任何实际的隔离操作，其有效性完全取决于 AI 对标签的解析实现质量。此外，标签系统对新手存在一定学习曲线，错误标记可能导致预期的上下文未被正确隔离。
该 Skill 特别适合以下群体：Telegram 重度用户、需要同时管理多个项目的技术从业者、对隐私敏感且希望明确控制 AI 记忆边界的用户，以及开发 AI 聊天客户端的产品团队。
使用风险方面，尽管该 Skill 本身安全，但用户需注意：T3 来源意味着代码未经大规模社区审计，建议首次使用前人工审查；标签误用可能导致重要上下文丢失或敏感信息泄露；该规范并非强制标准，不同 AI 实现可能存在解析差异。