context-scope-tags

🏷️ 智能上下文隔离与话题管理

🥥43总安装量 12评分人数 9
100% 的用户推荐

openclaw 社区开源的聊天上下文管理协议,通过 [ISO]、[SCOPE] 等标签实现话题隔离,防止上下文混淆,提升多项目对话效率与隐私安全。

A

基本安全,请在特定环境下使用

  • 来自社区或个人来源,建议先隔离验证
  • ✅ 纯文档型资产,无可执行代码,零代码注入风险
  • ✅ 无网络通信、无数据收集,用户隐私完全自主
  • ✅ 无外部依赖,无敏感权限申请,符合最小权限原则
  • ⚠️ T3 个人开发者来源,建议首次使用前进行内容审查
  • ⚠️ 该 Skill 仅提供协议规范,不产生实际的上下文隔离执行效果

使用说明

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/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。

context-scope-tags 内容

手动下载zip · 1.5 kB
SKILL.mdtext/markdown
请选择文件