核心用法
Context Recovery Skill 是一套自动化的上下文恢复协议，专门针对 LLM 会话因 token 限制被压缩、或用户隐式继续先前话题的场景设计。该技能通过检测 <summary> 标签、压缩指示词或用户追问语句，主动触发多源数据获取：读取频道历史（50-100 条自适应深度）、检索本地会话日志、查询共享记忆库，最终合成结构化上下文摘要。
显著优点
1. 零摩擦续接：用户无需重复描述「我们刚才在做什么」，系统自动推断意图并恢复状态
2. 多平台统一：覆盖 Discord、Slack、Telegram、Signal 等主流渠道，接口抽象一致
3. 智能自适应：基于时间跨度（目标 ≥2 小时）动态扩展历史抓取深度，平衡信息量与 token 成本
4. 持久化缓存：将恢复的上下文写入每日记忆文件，抵御未来再次压缩
5. 线程感知：优先获取线程内消息，再补充父频道上下文，还原完整对话脉络
潜在局限性与风险
- 依赖平台 API 权限：Slack/Discord 的完整历史需要相应 workspace/guild 权限
- 本地会话日志可能缺失：首次部署或清理后无历史 session 文件可回溯
- 关键词匹配盲区：若项目代号、分支名在消息中以缩写或代称出现，记忆库检索可能漏检
- 并发场景歧义：多任务并行时，时间最近的消息未必是用户想继续的那一项
适合人群
- 长期与 AI 协作的开发者、PM、技术写作者
- 在 Discord/Slack 等频道中进行多轮复杂任务的用户
- 需要跨设备、跨会话维持工作连续性的团队
常规风险
| 风险类型 | 说明 | 缓释措施 |
|---------|------|---------|
| 数据泄露 | 恢复的历史可能包含敏感信息 | 仅限已授权渠道，遵守最小必要原则 |
| 误判续接意图 | 自动触发可能误解用户真实需求 | 最终以确认句式「Shall I continue/retry/clarify?」交由用户裁决 |
| 存储膨胀 | 每日记忆文件累积 | 需配合外部清理策略，当前 skill 仅追加不管理生命周期 |
| 权限滥用 | 高频读取频道历史可能触发平台限流 | 单次上限 100 条，建议平台层配置 rate limit |