← 返回
未分类

项目上下文管理

智能项目上下文管理 - 跨对话/跨项目记忆与渐进式披露。解决 WorkBuddy 多项目、多对话间的上下文断裂问题。
Chet
未分类 community v1.0.0 1 版本 100000 Key: 无需
★ 0
Stars
📥 228
下载
💾 16
安装
1
版本
#latest

概述

Project Context Manager

智能项目上下文管理系统,解决 WorkBuddy 多项目、多对话间的上下文断裂问题。

纯 Python 实现,跨平台兼容 (Windows/macOS/Linux),通过 skillhub 安全扫描。

许可证

MIT License - 可自由使用、修改和分发,适合 20 人以内团队离线部署。


Skill 描述

触发条件

本 Skill 在以下情况下触发:

  1. Skill 选择触发 - 用户通过 WorkBuddy 界面选择本 Skill 时:
    • 系统加载 SKILL.md 并注入上下文
    • AI 自动识别并执行本 Skill 的能力
  1. 名称触发 - 用户消息包含以下标识时:
    • "project-context-manager"(完整名称)
    • "pcm"(短名称/别名)
    • "项目上下文管理"(中文名称)
    • 包含上述标识的项目相关请求
  1. 手动触发 - 用户明确发出以下指令时:
    • "请总结项目背景" / "总结项目" / "总结当前项目"
    • "请创建项目上下文" / "创建项目上下文"
    • "请利用 [项目名称] 中的方案" / "使用 [项目名] 的方案"
    • "查看项目标签云" / "项目标签"
    • "查看项目状态" / "项目状态"
  1. 自动触发 - 对话结束时(需手动配置 Stop hook):
    • 对话包含项目关键信息(架构、决策、技术栈等)
    • 对话长度超过阈值(> 500 字符)
    • 检测到决策/目标/方案等关键词
    • 配置方法:在 WorkBuddy 设置中添加 Stop hook 调用 python3 pcm.py stop

指令(AI 遵循规则)

当本 Skill 被触发时,AI 必须遵循以下规则:

#codemap

project-context-manager/
├── SKILL.md                    # Skill 定义文件
├── README.md                   # 说明文档
├── install.py                  # 跨平台安装脚本 (Python)
└── pcm.py                      # 主程序(合并所有功能)

data/
├── ~/.workbuddy/project-context/
│   ├── index.json              # 全局索引
│   ├── tag-index.json          # 标签索引
│   ├── audit/                  # 审计日志
│   └── {workspace-hash}/       # 项目级缓存
│       ├── fingerprint.sha256  # L1 对话指纹
│       ├── summary.json        # L2 增量摘要
│       ├── project-context.md  # L3 项目上下文文档
│       └── confirmed.json      # L4 用户确认记录

## 命令

| 命令 | 用途 | 示例 |

|------|------|------|

| python3 pcm.py create [workspace] | 创建/更新项目上下文 | python3 pcm.py create |

| python3 pcm.py status [workspace] | 查看缓存状态 | python3 pcm.py status |

| python3 pcm.py stop [workspace] | Stop hook 入口 | python3 pcm.py stop |

## 使用场景

场景 1: 跨天续作

昨天: 讨论了订单管理系统的技术方案,决定采用 NestJS + Next.js
今天: 用户说"继续昨天的开发"
AI 动作:
  1. 检测到无当前项目上下文
  2. 查询缓存,发现 L3 项目模板
  3. 自动加载: [来源:order-system] 技术栈: NestJS + Next.js,决策: ...
  4. Token 消耗: ~1.5K(vs 无缓存时 ~5K)

场景 2: 多项目切换

当前在 analytics-dashboard 项目,用户说: "请利用 order-system 项目中的方案"
AI 动作:
  1. 检测到跨项目查询请求
  2. 安全检查: 用户明确提及"order-system"
  3. 读取 order-system 项目上下文
  4. 返回: [来源:order-system] 方案内容...
  5. 记录审计日志

场景 3: 自动保存(需配置 Stop hook)

对话结束(Stop hook 触发,需手动配置)
AI 动作:
  1. 分析对话是否包含项目信息
  2. 计算对话指纹,检查缓存层级
  3. L2 命中: 仅处理新增决策和待办
  4. 更新缓存和标签索引
  5. 静默完成,不打扰用户

配置方法:在 WorkBuddy 设置中添加 Stop hook:
  python3 ~/.workbuddy/skills/project-context-manager/pcm.py stop

## 输出解释

缓存状态输出

## 📊 Project Context Status

**项目**: project-name
**工作空间哈希**: 4f75ff063c893b12

### 缓存状态
- L1 指纹缓存: ✅ 已创建 (64 bytes)     # 对话指纹匹配
- L2 摘要缓存: ✅ 已创建 (1.2 KB)       # 增量摘要可用
- L3 上下文缓存: ✅ 已创建 (5.6 KB)     # 完整项目文档
- L4 确认缓存: ✅ 已确认                # 用户已确认

### 项目标签
- `nestjs`
- `nextjs`
- `api-design`

### 关联项目
- **order-system** (共同标签: 2)

跨项目查询输出

[来源:order-system] 项目背景: 订单管理系统 v2.3.0
[来源:order-system] 技术栈: NestJS + Next.js + Prisma + Jest v29
[来源:order-system] 关键决策: 采用分层架构,API → Service → Repository

ℹ️ 跨项目访问提示
您正在访问其他项目的上下文信息,所有引用均已标注来源

安全警告输出

⚠️ 安全警告:检测到敏感信息

在生成的项目上下文中检测到以下敏感信息:
- API密钥: 1 处
- 密码: 2 处

**已自动处理**:
- 敏感信息已被标记,不会写入项目文档
- 建议在确认前审查并移除敏感内容

## 示例

示例 1: 创建项目上下文

用户: 请总结项目背景

AI:
🔄 正在为项目 'my-project' 生成上下文...

## 项目上下文摘要

### 基本信息
- **项目**: my-project
- **最后更新**: 2026-04-13T22:00:00Z

### 关键决策
1. 采用 React + TypeScript 技术栈
2. 使用 Vite 作为构建工具
3. 部署到 Vercel

### 待办事项
- [ ] 完成用户认证模块
- [ ] 集成支付接口

### 建议标签
- `react`, `typescript`, `vite`

请确认以上信息是否准确?

示例 2: 跨项目查询

用户: 请利用 order-system 项目中的方案来解决当前问题

AI:
正在查询 order-system 项目上下文...

[来源:order-system] 项目背景: 订单管理系统 v2.3.0
[来源:order-system] 技术栈: NestJS + Next.js + Prisma + Jest v29
[来源:order-system] 架构模式: 采用分层架构,每层职责清晰
[来源:order-system] 关键决策: 使用 Repository 模式进行数据访问

基于 order-system 项目的经验,建议当前项目:
1. 采用类似的分层架构设计
2. 使用 NestJS 的模块化架构
3. 参考其 Repository 模式实现

ℹ️ 以上信息来自 order-system 项目,仅用于参考,不会保存到当前项目

示例 3: 标签管理

用户: 查看项目标签云

AI:
## 🏷️ 项目标签云

| 标签 | 使用次数 | 关联项目数 |
|------|----------|------------|
| react | 5 | 3 |
| nestjs | 3 | 2 |
| api-design | 2 | 2 |
| typescript | 4 | 2 |

### 当前项目标签
- `nestjs`, `nextjs`, `prisma`

### 建议关联项目
- **order-system** (共同标签: nestjs, prisma)
- **api-gateway** (共同标签: nextjs)

核心能力

1. 渐进式披露(Progressive Disclosure)

四层缓存策略,逐层降低 token 消耗:

  • L1 对话指纹缓存:完全匹配时 100% 命中,零 token 开销
  • L2 增量摘要缓存:新增内容 < 20% 时命中,仅处理增量部分
  • L3 项目模板缓存:同一工作空间复用已确认的上下文模板
  • L4 用户确认缓存:用户已确认的内容跳过重复确认

2. 跨项目安全访问

  • 被动读取:绝不主动推送其他项目信息
  • 显式授权:跨项目访问需用户在请求中明确提及目标项目
  • 来源标注:所有跨项目信息自动标注 [来源:项目名]
  • 写入保护:跨项目读取的信息不会写入当前项目
  • 敏感信息过滤:自动检测并脱敏密码、密钥、个人信息

3. 项目标签系统

  • AI 自动从对话内容提取标签建议(技术栈、领域、任务类型)
  • 用户确认/修改标签,确保准确性
  • 基于标签的项目关联推荐
  • 标签云全局视图

4. 触发机制

  • 手动触发:用户指令"总结项目背景"/"创建项目上下文"(默认)
  • 自动触发:Stop hook 在对话结束时自动保存(需手动配置,见安装说明)

技术架构

Python 实现优势

  • 安全合规:纯 Python 代码通过 skillhub 安全扫描
  • 跨平台:Windows/macOS/Linux 原生支持
  • 零依赖:仅使用 Python 标准库
  • 易维护:单一文件架构,代码清晰

模块设计

| 类 | 功能 |

|----|------|

| Utils | 日志、哈希、时间戳、文件操作 |

| CacheManager | L1-L4 四层缓存管理 |

| ConversationAnalyzer | 对话分析、实体提取 |

| SummaryGenerator | 上下文文档生成 |

| TagManager | 标签管理、关联推荐 |

| SecurityManager | 敏感信息、审计、访问控制 |

| PCM | 主入口、命令分发 |


文件结构

~/.workbuddy/project-context/
├── index.json                    # 全局索引
├── tag-index.json                # 标签索引
├── audit/                        # 安全审计日志
│   └── YYYY-MM-DD.jsonl
└── {workspace-hash}/             # 项目级缓存
    ├── fingerprint.sha256        # L1 对话指纹
    ├── summary.json              # L2 增量摘要
    ├── project-context.md        # L3 项目上下文文档
    ├── confirmed.json            # L4 用户确认记录
    └── versions/                 # 历史版本

安装

跨平台安装(推荐)

# 进入 skill 目录
cd project-context-manager

# 运行安装脚本
python3 install.py

# 或指定安装
python3 install.py install

Windows 安装

# 使用 PowerShell
cd project-context-manager
python install.py

卸载

python3 install.py uninstall

依赖

  • Python: 3.8+(必需)
  • 外部依赖: 无(纯标准库实现)

安全说明

本 Skill 已通过 skillhub.cn 安全扫描:

  • ✅ 无动态代码执行(eval/exec)
  • ✅ 无外部脚本 source/import
  • ✅ 无危险文件操作(find -delete 等)
  • ✅ 纯 Python 标准库实现
  • ✅ 敏感信息自动过滤

版本历史

共 1 个版本

  • v1.0.0 Initial release 当前
    2026-04-14 00:42 安全 安全

安全检测

腾讯云安全 (Keen)

安全,无风险
查看报告

腾讯云安全 (Sanbu)

安全,无风险
查看报告

🔗 相关推荐

通用知识图谱构建器

user_19a6d235
通用知识图谱构建器。检查环境 → 分析文档 → 构建知识图谱 → 生成交互式HTML页面。支持任意目录的Markdown/代码/PDF/图片文档,自动适配LLM API配置。触发词:知识图谱、建知识库、知识库页面、graphify、生成知识
★ 1 📥 177

谱位决策法(SPD)分析工具

user_19a6d235
谱位决策法(SPD)分析工具 — 输入业务流程描述,输出每个决策点的推荐智能形态方案
★ 0 📥 42

Scrapling 策略工具箱 — 模板·路由·多平台

user_19a6d235
自适应爬虫框架 Scrapling — 安装配置、爬取策略模板、多平台结果路由。覆盖静态/动态/Cloudflare绕过/分页/登录态等场景,支持输出到CSV/JSON/企微/飞书/钉钉/IMA知识库。
★ 0 📥 97