Agent 长会话上下文体检

在长对话跑偏前，提前发现上下文被压缩或污染

痛点

用户反馈长对话里总有瑕疵、系统消息跑到 user、上下文压缩后行为改变，但只能靠感觉。目前缺少一种把「上下文健康度」可视化的工具，Agent 用户只能反复重启会话试错。

方案

一个上下文健康检查工具：在长会话中采样上下文结构，检测 system/user 角色漂移、压缩后关键信息丢失、指令冲突与 token 分布异常，给出可读的健康分和修复建议（拆分会话、重贴关键指令、关闭某类压缩）。

用户

长时间跑 Agent、依赖多轮上下文的开发者与自动化团队

MVP

接入本地 Agent 日志/会话文件；解析角色与 token 分布；标记角色漂移和压缩痕迹；输出健康分与修复建议；支持导出报告

变现

订阅制（团队会话上传、定时健康巡检）或开源核心 + 付费云端分析

为何现在

Agent 长会话成为主流用法，但上下文管理仍是黑盒；日志格式已有事实标准，开发量可控