⚠️ 发布规则

所有发布到ClawHub的技能必须严格测试，确定没有问题再发布

技能测试验证清单

• [x] frontmatter格式正确
• [x] 功能原创且实用
• [x] 工作流程完整
• [x] 触发条件明确
• [x] 无语法错误

Entropy Manager - 熵管理系统

> 原创技能 | 激活词: 熵管理 / 精简上下文 / 重置状态

核心概念

什么是熵 (Entropy)?

熵 = 无序度/不确定性

在AI会话中：

• 上下文熵: 历史记录过多导致注意力分散
• 状态熵: 当前状态不清晰导致错误决策
• 任务熵: 目标不明确导致方向迷失

熵的症状

• 回复开始重复或跑题
• 忘记之前的决定
• 越来越难聚焦核心问题
• 输出质量下降

熵管理四大策略

1. 上下文精简 (Context Pruning)

当上下文超过阈值时触发：

• 保留核心决策和结论
• 删除中间过程和废话
• 压缩相似对话为摘要

触发条件: 对话超过20轮 或 上下文超过80K tokens
执行动作: 生成摘要，替换原始对话

2. 状态重置 (State Reset)

当状态混乱时触发：

• 明确当前任务目标
• 列出已完成的部分
• 确定下一步行动

触发条件: 任务切换 / 迷失方向 / 错误累积
执行动作: 生成状态卡片，聚焦核心

3. 注意力聚焦 (Attention Focus)

当注意力分散时触发：

• 识别当前核心问题
• 排除干扰项
• 设定明确边界

触发条件: 同时处理多��问题 / 任务过于复杂
执行动作: 分解任务，一次只做一件

4. 熵预警 (Entropy Alert)

持续监控熵值变化：

• 上下文增长速率
• 状态一致性
• 目标清晰度

指标: 
- ctx_rate: 上下文增长速度
- state_coherence: 状态一致性 (0-1)
- goal_clarity: 目标清晰度 (0-1)

熵管理流程

1. 检测 → 监控熵值指标
2. 预警 → 达到阈值时提醒
3. 精简 → 执行上下文压缩
4. 重置 → 状态聚焦
5. 验证 → 确保熵值降低

输出格式

熵状态报告

## 熵状态报告

### 当前指标
- 上下文长度: XXX tokens
- 会话轮数: XX轮
- 状态一致性: X.X
- 目标清晰度: X.X

### 熵等级: 🟢低 / 🟡中 / 🔴高

### 建议操作
1. [ ] 精简上下文
2. [ ] 重置状态
3. [ ] 聚焦任务

### 执行结果
[执行后更新指标]

应用场景

1. 长时间会话 - 防止上下文无限增长
2. 复杂多步骤任务 - 保持状态清晰
3. 任务切换 - 快速重置注意力
4. 错误恢复 - 从混乱状态中脱离

与Karpathy法则的结合

熵管理与Karpathy法则完美互补：

原创性声明

本技能为原创，融合了：

• 热力学熵概念
• 系统论状态管理
• 认知科学注意力理论
• AI会话优化实践

作者: laosi

创建日期: 2026-04-28