--- name: context-restore source: https://app.decimal.ai/s/context-restore@1/SKILL.md source_sha256: c3584b8ced33 --- # Context Restore Skill ## 快速开始 ```bash # 基础使用 - 恢复上下文 /context-restore # 指定恢复级别 /context-restore --level detailed /context-restore -l minimal # 命令行工具 python scripts/restore_context.py --level normal # 获取结构化摘要（供其他技能使用） python scripts/restore_context.py --summary # 用户确认流程 python scripts/restore_context.py --confirm # Telegram 消息分块发送 python scripts/restore_context.py --telegram # ========== Phase 3: 自动触发集成 ========== # 自动检测并恢复上下文（检测到变化时自动恢复） python scripts/restore_context.py --auto # 自动模式，静默输出（适合 cron） python scripts/restore_context.py --auto --quiet # 仅检查变化（返回退出码 0/1） python scripts/restore_context.py --check-only # 安装 cron 自动监控任务 python scripts/restore_context.py --install-cron ``` --- ## 功能说明 ### 核心价值 让用户在 `/new`（开启新会话）后快速恢复工作状态： - 无需重复解释背景 - 秒级恢复到之前的工作状态 - 自然语言触发，无感恢复 - 支持用户确认流程 - Telegram 消息自动分块 ### 目标用户场景 | 场景 | 用户需求 | 恢复内容 | |------|---------|---------| | 跨天继续工作 | 昨天做到哪了？ | 项目进度、待办任务 | | 任务切换后回来 | 之前在做什么？ | 当前任务状态、关键文件 | | 中断后继续 | 接着刚才的聊 | 对话历史节点 | | 周期性回顾 | 这周做了哪些事？ | 时间线摘要、成果列表 | --- ## 触发条件 ### 中文关键词 ``` 核心词: 恢复上下文、继续之前的工作 扩展词: 恢复、接着、继续、之前聊到哪了、继续之前的工作、 继续之前的任务、接着做、回到之前的工作、恢复工作状态 ``` ### 英文关键词 ``` 核心词: restore context、continue previous work 扩展词: continue、resume、what was I doing、where did we leave off、 get back to work、resume session ``` ### 命令格式 ``` /context-restore [选项] /restore [选项] 恢复上下文 [级别] restore context [level] ``` ### 级别参数 | 参数 | 效果 | |------|------| | `minimal` / `min` / `简短` | 极简模式（核心状态一句话） | | `normal` / `default` / `正常` | 标准模式（默认，项目+任务） | | `detailed` / `full` / `详细` | 完整模式（完整上下文+时间线） | --- ## 执行流程 ``` 1. 检测意图 → 关键词/命令识别 2. 加载上下文 → 读取 compressed_context/latest_compressed.json 3. 解析内容 → JSON 或纯文本格式 4. 提取信息 → 项目、任务、操作、时间线 5. 格式化输出 → 根据级别生成报告 6. 发送确认 → 用户确认后继续工作 ``` --- ## 恢复级别 ### Minimal（极简） **输出内容**： - 核心状态一句话 - 1个活跃任务 **示例输出**： ``` ✅ 上下文已恢复 状态：Hermes Plan 进行中（数据管道完成，待测试） ``` ### Normal（标准，默认） **输出内容**： - 项目状态列表 - 待办任务列表 - 最近操作记录 - MEMORY.md 高亮 **示例输出**： ``` ✅ 上下文已恢复 当前活跃项目： 1. 🏛️ Hermes Plan - 数据分析助手（进度：80%） 2. 🌐 Akasha Plan - 自主新闻系统（进度：45%） 待办任务： - [高] 编写数据管道测试用例 - [中] 设计 Akasha UI 组件 - [低] 更新 README 文档 最近操作（今天）： - 完成数据清洗模块 - 添加 3 个新 cron 任务 - 修改配置文件 ``` ### Detailed（完整） **输出内容**： - 完整会话概览 - 所有项目详情 - 完整任务队列（按优先级分类） - 7天时间线 - 原始内容预览 **示例输出**： ``` ✅ 上下文已恢复（完整模式） ═══════════════════════════════════════ 📊 会话概览 ═══════════════════════════════════════ 当前会话：#2026-02-06-main 活跃 Isolated Sessions：3个 最后活动：2小时前 ═══════════════════════════════════════ 🎯 核心项目状态 ═══════════════════════════════════════ 1. Hermes Plan（进行中）- 进度：80% 2. Akasha Plan（待恢复）- 进度：45% [...完整时间线和历史记录] ``` --- ## API / 命令行参数 ### Python API ```python from restore_context import ( restore_context, get_context_summary, extract_timeline, compare_contexts, filter_context ) # 基础恢复 report = restore_context(filepath, level="normal") # 获取结构化摘要（供其他技能使用） summary = get_context_summary(filepath) # 返回格式： # { # "success": True, # "metadata": {...}, # "operations": [...], # "projects": [...], # "tasks": [...], # "timeline": {...}, # "memory_highlights": [...] # } # 提取时间线 timeline = extract_timeline(content, period="weekly", days=30) # 返回格式： # { # "period": "weekly", # "total_days": 30, # "total_operations": 15, # "timeline": [ # { # "period_label": "Week 6 (Feb 2-8)", # "date_range": "2026-02-02 to 2026-02-08", # "operations": [...], # "projects": [...], # "highlights": [...] # } # ] # } # 对比两个版本 diff = compare_contexts(old_file, new_file) # 返回格式： # { # "success": True, # "added_projects": [...], # "removed_projects": [...], # "modified_projects": [...], # "operations_added": [...], # "operations_removed": [...], # "time_diff_hours": 24.0, # ... # } # 过滤内容 filtered = filter_context(content, "Hermes Plan") ``` ### 命令行参数 ```bash python restore_context.py [选项] 基础选项： --file, -f 上下文文件路径（默认：绝对路径 compressed_context/latest_compressed.json） --level, -l 恢复级别（minimal/normal/detailed，默认：normal） --output, -o 输出文件路径 --summary, -s 输出结构化摘要（JSON 格式） --confirm 添加用户确认流程（询问用户是否继续） --telegram Telegram 消息分块发送（自动分割长消息） --since 仅包含指定日期后的操作（YYYY-MM-DD 格式） --help, -h 显示帮助信息 Phase 2 - 时间线与过滤选项： --timeline 启用时间线视图 --period 时间线聚合周期（daily/weekly/monthly，默认：daily） --filter 过滤关键词，只显示匹配内容 --diff 对比两个版本（需要两个文件路径） Phase 3 - 自动触发选项： --auto 自动模式：检测到变化时自动恢复，无需用户确认 --quiet 静默模式：仅显示必要消息（与 --auto 配合使用） --check-only 仅检查变化，不恢复（返回退出码 0/1） --install-cron 生成并安装 cron 自动监控任务 --cron-interval Cron 间隔分钟数（默认：5，与 --install-cron 配合） ``` ### 完整命令行示例 ```bash # 使用默认配置 python restore_context.py # 详细模式输出到文件 python restore_context.py --level detailed --output report.txt # 最小模式 python restore_context.py -l minimal # 自定义文件路径 python restore_context.py -f /path/to/context.json # 结构化 JSON 输出 python restore_context.py --summary # 用户确认流程 python restore_context.py --confirm # Telegram 消息分块发送 python restore_context.py --telegram # ========== Phase 2: 时间线与过滤 ========== # 按天显示时间线（默认） python restore_context.py --timeline --period daily # 按周显示时间线 python restore_context.py --timeline --period weekly # 按月显示时间线 python restore_context.py --timeline --period monthly # 过滤特定内容 python restore_context.py --filter "Hermes" # 只显示项目相关信息 python restore_context.py --filter "project" # ========== Phase 2: 上下文对比 ========== # 对比两个版本 python restore_context.py --diff old.json new.json # 对比并输出详细报告 python restore_context.py --diff old.json new.json --level detailed # ========== Phase 3: 自动触发示例 ========== # 自动检测并恢复（检测到变化时自动恢复） python restore_context.py --auto # 自动模式，静默输出（适合 cron） python restore_context.py --auto --quiet # 检查变化（外部监控使用） python restore_context.py --check-only echo $? # 0=无变化, 1=有变化 # 安装 cron 任务 python restore_context.py --install-cron # 安装 cron 任务（每10分钟） python restore_context.py --install-cron --cron-interval 10 # 完整自动恢复（详细级别） python restore_context.py --auto --level detailed ``` --- ## 输出格式 ### 标准消息格式 ```markdown ✅ **上下文已恢复** [级别标识] [主要内容块] --- 💡 **操作建议** • 建议操作 1 • 建议操作 2 ``` ### Normal 级别统一输出格式 ``` ✅ **上下文已恢复** 📊 **压缩信息:** - 原始消息: {original_count} - 压缩后: {compressed_count} - 压缩率: {compression_ratio}% 🔄 **最近操作:** - 操作1 - 操作2 🚀 **项目:** - **项目名称** - 描述 ``` ### Telegram 消息分块 当消息超过 4000 字符时，自动分块发送： ```bash # Telegram 模式下，输出会自动分割 python restore_context.py --telegram # [1/3] # 第一块内容... # [2/3] # 第二块内容... # [3/3] # 第三块内容... ``` ### 平台适配 | 平台 | 格式调整 | |------|---------| | Telegram | 使用 emoji 前缀，自动分块发送（--telegram） | | Discord | 使用 embed 格式 | | WhatsApp | 无 markdown，简化格式 | | CLI | 纯文本，树形结构 | --- ## 错误处理 | 场景 | 处理方式 | 用户消息 | |------|---------|---------| | 文件不存在 | 创建空上下文，记录警告 | "未找到历史上下文，将从新会话开始" | | 文件损坏 | 尝试降级读取 | "上下文文件异常，已重置为初始状态" | | 解析失败 | 返回 minimal 版本 | "部分上下文无法恢复，已获取核心信息" | | 权限错误 | 记录日志，静默失败 | "无法访问上下文文件，请检查权限" | --- ## 与其他技能的集成 ### 集成关系 ``` Context-Restore 依赖: ├── context-save (保存上下文) ├── memory_get (读取 MEMORY.md) └── memory_search (搜索历史) Context-Restore 提供给: ├── summarize (项目摘要) ├── task-manager (待办列表) └── weekly-review (时间线回顾) ``` ### 配合 context-save 使用 ```markdown **context-save**：会话结束时自动保存上下文 **context-restore**：会话开始时恢复上下文 配合流程： 1. 用户结束会话 → context-save 自动保存 2. 用户 new session → context-restore 自动/手动触发 3. 用户确认 → 继续工作 ``` ### 供其他技能调用的结构化输出 ```python from restore_context import get_context_summary def my_skill(): summary = get_context_summary() if summary['success']: # 使用项目信息 for project in summary['projects']: process_project(project) # 使用任务信息 for task in summary['tasks']: schedule_task(task) # 使用最近操作 for operation in summary['operations']: log_operation(operation) ``` --- ## 最佳实践 ### 1. 推荐使用流程 ```markdown 1. 用户进入新会话 2. 说 "继续之前的工作" 3. 查看恢复报告 4. 选择继续的任务 5. 开始工作 ``` ### 2. 恢复级别选择 | 使用场景 | 推荐级别 | |---------|---------| | 快速确认当前状态 | Minimal | | 日常继续工作 | Normal（默认） | | 深度回顾/汇报 | Detailed | ### 3. 与其他技能配合 ```markdown # 恢复上下文 + 获取详细信息 /context-restore --level normal -> 然后调用 memory_get 获取 MEMORY.md 详情 # 恢复上下文 + 搜索特定话题 /context-restore --level normal -> 然后调用 memory_search "某个关键词" ``` --- ## 配置文件 ```yaml # SKILL_CONFIG.md context-restore: default_level: "normal" auto_trigger: true output: show_timeline: true max_projects: 5 max_recent_actions: 10 include_file_list: true limits: minimal_token: 50 normal_token: 200 detailed_token: 500 ``` --- ## 数据源 ### 必需文件 ``` ./compressed_context/latest_compressed.json ``` ### 可选文件 ``` ./memory/MEMORY.md # 长期记忆 ./memory/YYYY-MM-DD.md # 每日记录 ./projects/*/status.json # 项目状态文件 ``` ### 上下文文件格式 ```json { "version": "1.0", "lastUpdated": "2026-02-06T23:42:00Z", "sessions": { "main": {"id": "main-2026-02-06", "active": true}, "isolated": [...] }, "projects": {...}, "recentActions": [...], "timeline": [...] } ``` --- ## Phase 2: 时间线与对比功能 (Timeline & Comparison) ### 新增功能 #### 1. `--timeline` 时间线视图 按不同周期聚合历史操作，提供更清晰的进度回顾： ```bash # 按天显示（默认） python restore_context.py --timeline --period daily # 按周显示 python restore_context.py --timeline --period weekly # 按月显示 python restore_context.py --timeline --period monthly # 限制时间范围（最近30天） python restore_context.py --timeline --period weekly --days 30 ``` **输出示例（weekly）：** ``` 📅 Week 6 (Feb 2-8) ├── ✅ 完成数据管道测试 ├── ✅ 部署新功能到生产环境 └── 🚀 项目: Hermes Plan, Akasha Plan 📅 Week 5 (Jan 26 - Feb 1) ├── ✅ 启动 Akasha UI 改进 └── 🚀 项目: Hermes Plan ``` #### 2. `--filter` 内容过滤 只显示匹配特定条件的内容： ```bash # 只显示与 Hermes 相关的内容 python restore_context.py --filter "Hermes" # 只显示项目相关信息 python restore_context.py --filter "project" # 组合使用 python restore_context.py --filter "Hermes" --level detailed ``` **过滤逻辑：** - 不区分大小写匹配 - 保留匹配行的上下文（前后2行） - 如果没有匹配，返回提示信息 #### 3. `--diff` 上下文对比 比较两个版本的上下文差异： ```bash # 基本对比 python restore_context.py --diff old.json new.json # 详细对比 python restore_context.py --diff old.json new.json --level detailed # 输出到文件 python restore_context.py --diff old.json new.json --output diff_report.txt ``` **对比报告包含：** - 时间差 - 新增/移除/修改的项目 - 新增/移除的任务 - 新增/移除的操作 - 消息数量变化 ### API 参考 ```python # 时间线提取 extract_timeline(content: str, period: str = "daily", days: int = 30) -> dict # 内容过滤 filter_context(content: str, filter_pattern: str) -> str # 上下文对比 compare_contexts(old: str, new: str) -> dict # 格式化对比报告 format_diff_report(diff: dict, old_file: str, new_file: str) -> str ``` ### 使用场景 #### 场景 1: 每日进度回顾 ```bash # 查看本周进度 python restore_context.py --timeline --period weekly ``` #### 场景 2: 项目变更追踪 ```bash # 只关注 Hermes 项目 python restore_context.py --filter "Hermes" --timeline --period weekly ``` #### 场景 3: 周期性对比报告 ```bash #!/bin/bash # 生成每日对比报告 python restore_context.py --diff context_yesterday.json context_today.json \ --output daily_diff_$(date +\%Y\%m\%d).txt ``` --- ## Phase 3: 自动触发集成 (Auto Trigger) ### 新增功能 #### 1. 上下文变化检测 (Context Change Detection) 使用哈希算法检测上下文是否发生变化： ```python from restore_context import hash_content, detect_context_changes, load_cached_hash, save_cached_hash # 检测变化 current_hash = hash_content(current_content) previous_hash = load_cached_hash() if detect_context_changes(current_content, previous_content): print("Context changed!") # 保存哈希缓存 save_cached_hash(current_hash, context_file) ``` #### 2. `--auto` 自动触发模式 自动检测上下文变化并在检测到变化时自动恢复： ```bash # 自动检测并恢复 python restore_context.py --auto # 自动但静默模式（适合 cron） python restore_context.py --auto --quiet # 指定恢复级别 python restore_context.py --auto --level detailed ``` #### 3. `--check-only` 检查模式 仅检查变化而不恢复，适合外部监控系统： ```bash # 检查变化（返回退出码） python restore_context.py --check-only # 退出码 0: 无变化 # 退出码 1: 检测到变化 ``` #### 4. `--install-cron` Cron 集成 安装自动上下文监控任务： ```bash # 安装 cron 任务（默认每5分钟检查） python restore_context.py --install-cron # 自定义检查间隔 python restore_context.py --install-cron --cron-interval 10 ``` 输出示例： ``` ✅ Cron script created: /home/athur/.openclaw/workspace/skills/context-restore/scripts/auto_context_monitor.sh ℹ️ To install, run: echo "*/5 * * * * /home/athur/.openclaw/workspace/skills/context-restore/scripts/auto_context_monitor.sh >> /var/log/context_monitor.log 2>&1" >> ~/.crontab crontab ~/.crontab ``` ### 使用场景 #### 场景 1: 定期自动恢复 ```bash # 设置 cron 任务，每5分钟自动检查并恢复 */5 * * * * python3 /home/athur/.openclaw/workspace/skills/context-restore/scripts/restore_context.py --auto --quiet >> /var/log/context_restore.log 2>&1 ``` #### 场景 2: 外部监控系统集成 ```bash #!/bin/bash # 外部监控系统脚本 if python3 restore_context.py --check-only; then echo "No changes detected" else echo "Context changed - triggering restore" python3 restore_context.py --auto fi ``` #### 场景 3: 会话开始时自动恢复 在用户新会话开始时自动触发恢复： ```python # 在会话初始化时调用 from restore_context import check_and_restore_context result = check_and_restore_context( context_file='./compressed_context/latest_compressed.json', auto_mode=True, quiet=False, level='normal' ) if result['changed'] and result['restored']: print(result['report']) ``` ### API 参考 ```python # 变化检测函数 hash_content(content: str) -> str detect_context_changes(current: str, previous: str) -> bool load_cached_hash(cache_file: str) -> Optional[str] save_cached_hash(content_hash: str, context_file: str, cache_file: str) -> bool # 自动恢复函数 check_and_restore_context( context_file: str, auto_mode: bool = False, quiet: bool = False, level: str = 'normal' ) -> dict # 通知函数 send_context_change_notification(context_file: str, auto_mode: bool) -> bool # Cron 集成函数 generate_cron_script() -> str install_cron_job(script_path: str = None, interval_minutes: int = 5) -> bool ``` ### 通知集成 当检测到上下文变化时，可以触发外部通知： ```python # 通知脚本示例 (notify_context_change.py) import sys if __name__ == '__main__': # 解析参数 context_file = sys.argv[2] # --file 参数 auto_mode = '--auto' in sys.argv # 发送通知（可集成 Telegram、邮件等） send_telegram_message(f"Context changed: {context_file}") send_email_notification(f"Context changed on {auto_mode}") ``` --- ## 文件结构 ``` skills/context-restore/ ├── SKILL.md # 技能定义（本文档） ├── README.md # 项目说明 ├── references/ │ └── design.md # 设计决策文档 ├── scripts/ │ ├── __init__.py │ ├── restore_context.py # 核心实现（完整代码） │ │ └── 函数： │ │ ├── load_compressed_context() # 加载上下文文件 │ │ ├── parse_metadata() # 解析元数据 │ │ ├── extract_recent_operations() # 提取最近操作 │ │ ├── extract_key_projects() # 提取项目信息 │ │ ├── extract_ongoing_tasks() # 提取任务信息 │ │ ├── extract_memory_highlights() # 提取MEMORY引用 │ │ ├── extract_timeline() # Phase 2: 提取时间线 │ │ ├── filter_context() # Phase 2: 过滤内容 │ │ ├── get_context_summary() # 获取结构化摘要 │ │ ├── compare_contexts() # Phase 2: 对比上下文 │ │ ├── format_diff_report() # Phase 2: 格式化对比报告 │ │ ├── restore_context() # 主入口函数 │ │ ├── hash_content() # Phase 3: 内容哈希 │ │ ├── detect_context_changes() # Phase 3: 变化检测 │ │ ├── load_cached_hash() # Phase 3: 加载缓存哈希 │ │ ├── save_cached_hash() # Phase 3: 保存缓存哈希 │ │ ├── check_and_restore_context() # Phase 3: 自动恢复 │ │ ├── send_context_change_notification() # Phase 3: 通知 │ │ ├── generate_cron_script() # Phase 3: 生成cron脚本 │ │ └── install_cron_job() # Phase 3: 安装cron任务 │ └── robustness_improvements.py # 健壮性改进模块 │ ├── docs/ │ ├── USAGE.md # 使用指南（完整示例） │ ├── API.md # API 参考文档 │ └── auto_context_monitor.sh # Phase 3: 自动监控脚本 └── tests/ ├── __init__.py ├── test_restore_basic.py # 基础功能测试 ├── test_error_handling.py # 错误处理测试 └── test_integration.py # 集成测试 ```