事情是这样的：当我使用 Claude Code 进行长时间对话时，随着上下文逐渐接近上限，Claude 会自动调用 /compact 命令对历史对话进行压缩。但 Claude 官方的压缩方式本质上只是让大模型对历史对话做一层摘要，这个效果比较一般 🥲，会丢失很多重要细节。 
因此，我希望借助大模型本身，在上下文被压缩之前，将上一轮对话中的有效信息结构化地沉淀下来，并存储到项目目录中。具体来说，是从上一轮对话中提炼出 index 和 detail 两类文件： 


index 用于记录上一轮对话中已经达成的项目状态、已验证的事实、关键决策与结论
detail 用于保存可被索引的具体实现细节，index 中通过序号引用对应的 detail 文件，从而在需要时精确回溯上下文细节


之所以采用这种设计，是参考了 skill 的思想，目标是实现渐进式上下文注入的机制，从而在后续对话中尽量节省上下文...