上下文治理规范
为编码代理建立可控、增量且有上限的模型上下文。
技能要求上下文增量构建、禁止改写、限制单项不超过10K tokens，并要求片段实现 ContextualUserFragment，体现了边界与容量控制；但未说明用户确认、敏感数据处理、权限隔离、数据流披露、回滚或外部副作用，因此扣分。
规则彼此基本一致且包含硬上限，但没有实现、依赖说明、异常输入处理、失败反馈或针对该技能关键路径的测试；静态审查上限内给分。
名称和正文表明其关注模型可见上下文，场景方向尚可识别；但未定义输入、输出、触发条件、非适用范围或中文环境支持，且未证明适合不同运行环境，因此扣分。
文件极简、层次清楚，并有明确规则；但缺少安装与依赖说明、示例、FAQ、已知限制、版本与变更记录、维护责任和更新路径。仓库提供 Apache-2.0 与 OpenAI provenance，但这些不能补足技能文档缺口。
规则直接涉及上下文增长、缓存失效、大小上限和结构约束，具有潜在工程价值；但没有实现或可验证输出，无法确认能完成用户任务，仍需较多工程补充，因此仅给有限分数。
正文是可审计的静态规则，但没有测试套件、CI 覆盖、第三方执行证据或交叉来源；结论主要来自单一文件，故分数很低。
- 该文件更像内部设计约束而非可直接调用的完整技能；需补充实现位置、触发方式、输入输出契约和失败处理。
- 未说明上下文内容中的凭据、个人数据或机密信息如何处理，也未明确用户确认和回滚机制。
- 正文要求所有片段实现特定 trait，但未提供 API、版本或测试证据，集成可行性未经验证。
它能做什么 & 适用场景
该技能规定了 Codex 模型上下文的维护原则。上下文应通过消息历史逐步构建，不应重写历史。注入模型的每个项目都必须有明确上限，单项不得超过 1 万个 token。超过 1,000 个 token 的新增项目还需要标记为 P0 并进行额外人工审核。
它定义上下文维护约束：禁止重写历史、避免频繁改变上下文以减少缓存失效、限制所有注入项目的大小，并要求所有注入片段在 core/context 中定义为结构体且实现 ContextualUserFragment trait。
- 维护 Codex 上下文管线的工程师，需要确保消息历史按增量方式传递。
- 负责提示词缓存稳定性的开发者，需要减少不必要的上下文变化。
- 设计上下文片段数据结构的开发者，需要统一其类型和 trait 实现。
- 审核大型上下文变更的团队，需要识别可能超过 1,000 个 token 的新增项目。
优缺点一览
- 明确禁止无界上下文项目，并设定单项 10K token 上限。
- 同时关注上下文正确性、缓存稳定性和人工审核。
- 要求注入片段采用统一的 `core/context` 结构和 trait。
- 只提供设计约束，没有给出实现代码或迁移步骤。
- 未说明如何计算 token、执行硬上限或触发 P0 审核。
- 源材料未提供该技能的独立测试套件或运行验证证据。
如何安装
该技能位于 openai/codex 仓库的 .codex/skills/code-review-context/SKILL.md，未提供独立安装步骤。安装整个 Codex CLI 可在 macOS 或 Linux 运行 curl -fsSL https://chatgpt.com/codex/install.sh | sh，Windows 运行 powershell -ExecutionPolicy ByPass -c "irm https://chatgpt.com/codex/install.ps1 | iex"，或使用 npm install -g @openai/codex。
如何使用
将该技能作为仓库中的上下文设计规范阅读和执行。源材料没有规定独立触发命令、参数或示例提示词；具体集成方式也未在该 SKILL.md 中说明。