AI Skill 大全

大模型上下文注入审查

依据上下文管理规范审查推理消息构建代码,排查历史重写、缓存失效及超限 Token 风险并提供规范性反馈。

功能与用途

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。

适用场景

  • 推理上下文增量构建防重写:核查模型请求历史消息构建逻辑,杜绝重写历史行为,减少因上下文频繁扰动导致的 Prompt 缓存失效。
  • 注入片段Token硬上限管控:检查动态注入项是否设置边界与硬上限,阻断单项超10K行为并对超1K的潜在高消耗注入项进行标记。
  • 上下文数据模型接口规范校验:审查新增注入数据结构是否在指定上下文中定义,并确保其严格实现了统一的上下文片段特征协议。

适用人群

  • LLM应用开发工程师
  • AI Agent架构师
  • 核心系统代码审查员

使用步骤

  1. 提交涉及大模型上下文构建或 core/context 目录下结构体的代码变更
  2. 对照 6 条上下文注入规范逐项比对历史增量、Token 上限和 Trait 实现
  3. 标记单项超 1K Token 的 P0 风险项并生成修改建议清单

开始使用

将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。

查看 MCP 接入说明

技术信息

分类
编程
适用工具
Codex、Claude Code、OpenClaw、Hermes、国内 Agent
使用难度
专业
版本
main
最近更新
2026-09-23
文件数
3
安装包大小
自动生成 ZIP
安全检查
基础检查通过

Model visible context

依赖与权限

  • 读取用户主动提供的内容

同类 Skill