session-guard
Ajuda seu agente a manter o controle em tarefas longas. É útil para evitar erros e perda de memória em sessões de trabalho extensas.
O que ela faz
Este agente ajuda a manter o controle em tarefas longas e complicadas. Ele verifica se a IA está seguindo as regras e evita que ela 'esqueça' o que foi combinado antes, especialmente quando a conversa fica muito longa ou quando partes da conversa são perdidas.
Quando usar
- ✓Quando a IA já fez muitas coisas (mais de 40 passos).
- ✓Quando a IA começa a fazer coisas que não seguem as regras combinadas antes.
- ✓Depois que a IA perde parte da conversa (compactação de contexto).
Exemplo do que pedir para a IA
“IA, verifique se você ainda está seguindo as regras de nomeação de arquivos que definimos no início.”
Quer saber mais? Abra as seções abaixo.
Como usar
O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.
Link da skill
Mensagem pronta para colar
Como funciona
Ele funciona observando o que a IA está fazendo. Se a IA fizer muitas coisas, ou começar a se desviar, ele a lembra das regras importantes ou sugere que a tarefa seja dividida para evitar confusão.
Instalação
Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.
No terminal (Claude Code, Codex, Cursor), na pasta do projeto:
npx skills add wshobson/agents --skill session-guardOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/wshobson/agents/main/plugins/skill-forge-essentials/skills/session-guard/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
Session Guard
Visão Geral
Sessões longas corrompem silenciosamente. A compactação de contexto descarta instruções sem aviso. Hooks não resolvem isso (confirmado por vários desenvolvedores em issues do GitHub #19471, #9796, #64171). Esta habilidade previne ambos através da auto-aplicação comportamental: monitorar a saúde, ancorar regras críticas através da compactação, dividir antes que o dano ocorra. Sem pacotes, sem bancos de dados - pura aplicação comportamental que funciona em qualquer ambiente.
Quando Usar
- Sessão excede 40 chamadas de ferramenta
- Agente contradiz decisões anteriores
- Convenções de estilo/nomeação começam a desviar
- Após qualquer evento de compactação de contexto
- Escopo da tarefa crescendo sem limites
Sinais de Saúde
| Sinal | Limite | Ação |
|---|---|---|
| Contagem de chamadas de ferramenta | >40 | AMARELO: checkpoint + recitar regras críticas |
| Contagem de chamadas de ferramenta | >60 | VERMELHO: dividir ou compactar com âncora |
| Agente contradiz decisão anterior | Qualquer | VERIFICAR: reler fonte da verdade |
| Desvio de estilo/nomeação | Qualquer | RECITAR: declarar as regras ativas em voz alta |
| Leitura de arquivo retorna conteúdo inesperado | Qualquer | RELER: não confiar no estado em cache |
| Escopo da tarefa crescendo sem limites | Contínuo | DIVIDIR: uma tarefa por sessão |
Protocolo
Zona Verde (0-40 chamadas de ferramenta)
Operação normal. Nenhuma intervenção necessária.
Zona Amarela (40-60 chamadas de ferramenta)
- CHECKPOINT - resumir o progresso em um parágrafo
- RECITAR - declarar as 3-5 regras ativas mais críticas em voz alta: "Regras ativas: [convenção de nomeação], [estrutura de arquivos], [padrão de tratamento de erros], [requisito de teste]"
- AVALIAR - quase terminando? Continue. Não terminou? Prepare a divisão.
- REDUZIR - sem leituras exploratórias. Apenas operações direcionadas.
Zona Vermelha (60+ chamadas de ferramenta OU sinal de desvio)
- PARAR - não fazer mais chamadas de ferramenta
- VERIFICAR - reler as regras do projeto (não confiar na memória)
- CHECKPOINT - escrever o estado em um documento de passagem
- DIVIDIR - criar passagem, sugerir nova sessão
Ancoragem de Contexto (anti-compactação)
Quando a compactação ocorreu (perda súbita de contexto anterior, ou após /compact):
- RELER o arquivo de regras do projeto imediatamente
- RECITAR as 3-5 regras críticas em voz alta em sua resposta
- VERIFICAR se sua próxima ação planejada corresponde a essas regras antes de executar
- Se incerto sobre QUALQUER decisão anterior, RELER o arquivo fonte - não adivinhe
O que sobrevive à compactação:
- Mensagens mais recentes do usuário (alta prioridade)
- Corpo da habilidade atualmente invocado (limitado a 5K tokens, o mais antigo é descartado primeiro)
- Status do Git e estrutura do projeto
- Conteúdo de arquivos lidos APÓS a compactação
O que é PERDIDO na compactação:
- Decisões tomadas no início da conversa
- Regras arquiteturais declaradas apenas verbalmente (não em arquivos)
- Contexto de saídas de ferramentas (leituras de arquivos, saídas de comandos)
Padrão Seguro contra Compactação
Mantenha instruções críticas em ARQUIVOS (CLAUDE.md, CONTEXT.md), NÃO na conversa. Se uma regra importa, ela deve residir em um arquivo que o agente possa reler - não em algo acordado anteriormente.
Erros Comuns
- Confiar que você se lembra das regras após 50+ chamadas de ferramenta (você não se lembra - releia)
- Relendo TUDO para ter certeza (desperdiça chamadas de ferramenta - seja direcionado)
- Sentir-se bem, portanto, assumir que o contexto está bem (a compactação é SILENCIOSA)
- Dividir APÓS notar problemas (divida ANTES - prevenção, não recuperação)
Por Que Isso Importa
A compactação de contexto é o principal problema não resolvido da plataforma em 2026. Hooks não resolvem isso (confirmado: o agente ignora injeções pós-compactação porque o resumo da compactação cria um impulso narrativo). Esta habilidade é a contramedida comportamental leve: sem infraestrutura, sem pacotes - auto-monitoramento disciplinado que funciona em qualquer ambiente.
Perguntas frequentes
O que é 'compactação de contexto'?
É quando a IA, para economizar memória, descarta partes mais antigas da conversa. Isso pode fazer com que ela 'esqueça' regras ou decisões importantes.
Por que a IA 'esquece' as coisas?
Em conversas muito longas, a IA pode ter dificuldade em lembrar de todas as instruções e regras. A compactação de contexto agrava esse problema, removendo informações antigas.
Como posso garantir que a IA siga as regras?
Coloque as regras mais importantes em arquivos de texto que a IA possa reler. Assim, mesmo que a conversa seja compactada, a IA pode consultar o arquivo para se lembrar.
Detalhes
Descrição original do autor
Use when working on complex multi-step tasks, when a session is getting long (40+ tool calls), when the agent starts ignoring rules it followed earlier, when conventions drift, when output quality seems to degrade, or after any context compaction event. Prevents long-session corruption AND context compaction amnesia through behavioral self-enforcement.
repo: wshobson/agents
Popularidade
- Estrelas no GitHub
- 41 mil
- Posição no ranking
- #4956
- Licença
- MIT
- Atualizada em
- 15/10/2026
Comentários
- …
Mais skills deste repositório
screen-reader-testing
Faz seu agente testar sites usando leitores de tela para garantir que sejam acessíveis.
wshobson/agents
wcag-audit-patterns
Ajuda seu agente a auditar sites para acessibilidade e corrigir problemas de acordo com as diretrizes WCAG.
wshobson/agents
multi-reviewer-patterns
Faz seu agente coordenar revisões de código paralelas, deduplicando achados e consolidando relatórios.
wshobson/agents
parallel-debugging
Permite ao agente depurar problemas complexos com investigações paralelas e análise de causa raiz.
wshobson/agents
Skills parecidas
benchmark
Ajuda seu agente a medir a velocidade e a performance do código. É útil para garantir que as coisas estão rápidas e para encontrar problemas de lentidão.
affaan-m/ECC
content-hash-cache-pattern
Faz seu agente usar hashes de conteúdo para cachear resultados de processamento de arquivos. Isso evita processamento repetido e invalida o cache automaticamente quando o conteúdo muda. Útil para acelerar tarefas lentas.
affaan-m/ECC
parallel-execution-optimizer
Faz seu agente acelerar tarefas complexas dividindo-as em partes menores e executando-as em paralelo. Garante que tudo seja verificado ao final.
affaan-m/ECC