⚠️ 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
- frontmatter格式正确
- 功能原创且实用
- 工作流程完整
- 触发条件明确
- 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
- 长时间会话 - 防止上下文无限增长
- 复杂多步骤任务 - 保持状态清晰
- 任务切换 - 快速重置注意力
- 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：
| Karpathy法则 | 熵管理对应 |
|---|---|
| 先思考 | 降低决策熵 |
| 保持简单 | 降低复杂度熵 |
| 精准修改 | 降低改动熵 |
| 目标驱动 | 消除目标熵 |
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