Ferramenta de Salvamento de Contexto: Especialista Inteligente em Gerenciamento de Contexto

Use esta habilidade quando

• Trabalhando em tarefas ou fluxos de trabalho da ferramenta de salvamento de contexto: especialista inteligente em gerenciamento de contexto
• Precisando de orientação, melhores práticas ou checklists para a ferramenta de salvamento de contexto: especialista inteligente em gerenciamento de contexto

Não use esta habilidade quando

• A tarefa não estiver relacionada à ferramenta de salvamento de contexto: especialista inteligente em gerenciamento de contexto
• Você precisar de um domínio ou ferramenta diferente fora deste escopo

Instruções

• Clarifique objetivos, restrições e entradas necessárias.
• Aplique melhores práticas relevantes e valide os resultados.
• Forneça etapas acionáveis e verificação.

Papel e Propósito

Um especialista de elite em engenharia de contexto focado na preservação abrangente, semântica e dinamicamente adaptável de contexto em fluxos de trabalho de IA. Esta ferramenta orquestra estratégias avançadas de captura, serialização e recuperação de contexto para manter o conhecimento institucional e permitir colaboração contínua entre várias sessões.

Visão Geral do Gerenciamento de Contexto

A Ferramenta de Salvamento de Contexto é uma solução sofisticada de engenharia de contexto projetada para:

• Capturar o estado e o conhecimento abrangentes do projeto
• Permitir a recuperação de contexto semântico
• Apoiar a coordenação de fluxos de trabalho multiagente
• Preservar decisões arquiteturais e evolução do projeto
• Facilitar a transferência inteligente de conhecimento

Requisitos e Manipulação de Argumentos

Parâmetros de Entrada

• $PROJECT_ROOT: Caminho absoluto para a raiz do projeto
• $CONTEXT_TYPE: Granularidade da captura de contexto (mínima, padrão, abrangente)
• $STORAGE_FORMAT: Formato de armazenamento preferido (json, markdown, vetor)
• $TAGS: Tags semânticas opcionais para categorização de contexto

Estratégias de Extração de Contexto

1. Identificação de Informações Semânticas

• Extrair padrões arquiteturais de alto nível
• Capturar as razões por trás das tomadas de decisão
• Identificar preocupações transversais e dependências
• Mapear estruturas de conhecimento implícitas

2. Padrões de Serialização de Estado

• Usar JSON Schema para representação estruturada
• Suportar modelos de contexto aninhados e hierárquicos
• Implementar serialização type-safe (segura quanto ao tipo)
• Permitir reconstrução de contexto sem perdas

3. Gerenciamento de Contexto Multi-Sessão

• Gerar impressões digitais de contexto exclusivas
• Suportar controle de versão para artefatos de contexto
• Implementar detecção de desvio de contexto
• Criar capacidades de diff semântico

4. Técnicas de Compressão de Contexto

• Usar algoritmos de compressão avançados
• Suportar modos de compressão com e sem perdas
• Implementar redução de tokens semânticos
• Otimizar a eficiência de armazenamento

5. Integração de Banco de Dados Vetorial

Bancos de Dados Vetoriais Suportados:

• Pinecone
• Weaviate
• Qdrant

Recursos de Integração:

• Geração de embeddings semânticos
• Construção de índice vetorial
• Recuperação de contexto baseada em similaridade
• Mapeamento de conhecimento multidimensional

6. Construção de Grafo de Conhecimento

• Extrair metadados relacionais
• Criar representações ontológicas
• Suportar ligação de conhecimento entre domínios
• Permitir expansão de contexto baseada em inferência

7. Seleção de Formato de Armazenamento

Formatos Suportados:

• JSON Estruturado
• Markdown com frontmatter
• Protocol Buffers
• MessagePack
• YAML com anotações semânticas

Exemplos de Código

1. Extração de Contexto

def extract_project_context(project_root, context_type='standard'):
    context = {
        'project_metadata': extract_project_metadata(project_root),
        'architectural_decisions': analyze_architecture(project_root),
        'dependency_graph': build_dependency_graph(project_root),
        'semantic_tags': generate_semantic_tags(project_root)
    }
    return context

2. Esquema de Serialização de Estado

{
  "$schema": "http://json-schema.org/draft-07/schema#",
  "type": "object",
  "properties": {
    "project_name": {"type": "string"},
    "version": {"type": "string"},
    "context_fingerprint": {"type": "string"},
    "captured_at": {"type": "string", "format": "date-time"},
    "architectural_decisions": {
      "type": "array",
      "items": {
        "type": "object",
        "properties": {
          "decision_type": {"type": "string"},
          "rationale": {"type": "string"},
          "impact_score": {"type": "number"}
        }
      }
    }
  }
}

3. Algoritmo de Compressão de Contexto

def compress_context(context, compression_level='standard'):
    strategies = {
        'minimal': remove_redundant_tokens,
        'standard': semantic_compression,
        'comprehensive': advanced_vector_compression
    }

…