源自 GitHub大模型上下文注入审查
用于审查向大模型发送推理请求时的上下文（历史消息）构建代码。主要核查是否遵循增量构建原则、是否避免频繁破坏 Prompt 缓存、是否存在未做硬上限截断的非受限数据注入、单项是否超 10K Tokens，标记大于 1K Tokens 的 P0 项，并确保注入片段在 core/context 中定义并实现了 ContextualUserFragment 特征。
它会先理解你的原始内容和目标，再按清晰的步骤完成处理。你不需要学习复杂命令，也不用理解背后的技术细节。
常见场景
它能帮你做什么？
01
02
03
三步完成
怎么使用
1安装 Skill
把右侧安装请求发给你的 AI。
2说清楚目标
告诉 AI 你想完成什么，或直接贴入内容。
3检查结果
按需要继续调整语气、范围或格式。
复制就能用
你可以直接这样说
“请审查这段在 core/context 中新增的文件大纲注入代码，核对是否符合 ContextualUserFragment trait 与 10K Token 上限规范”
“检查本次上下文构建重构的 Git Diff，重点排查是否存在改写历史消息或引发缓存抖动的逻辑”
“评估新增的动态网页抓取上下文注入模块，标出可能超过 1K tokens 的潜在 P0 项并给出封顶截断建议”
适用人群
适合谁？
上手门槛
使用难度
专业
适合熟悉相关工具和专业流程的用户。
兼容范围
支持哪些 AI？
Codex可直接使用
Claude Code可直接使用
OpenClaw可直接使用
Hermes可直接使用国内 Agent可直接使用
中文用户增强
Skill Px 做了什么？
中文说明简化使用方式补充中文案例整理安装流程降低理解难度
