Compact Memory Implementation
Utviklerguide for å implementere kompakt hukommelse/kontekstkomprimering i Claude-agenter.
Bestått
Hva den gjør
Steg-for-steg utviklerguide for å legge til kompakt hukommelse i en AI-agent: når komprimering bør utløses, hvordan man forker en compactor-underagent med en billigere modell, hvilket JSON-sammendragsskjema som skal brukes, og hvordan hukommelsen gjenopprettes via system-prompt-injeksjon i senere økter. Utløses når en utvikler spør hvordan man implementerer kontekstkomprimering, hukommelsespersistens, eller kompakt hukommelse i en agent bygget på Claude Agent SDK eller Anthropic API. Inkluderer fungerende Python-kode og en tabell over vanlige fallgruver.
Testrapport
Kjørte en mini-designoppgave to ganger: baseline ga generiske råd om «oppsummere jevnlig», mens skill-versjonen spesifiserte en 70-80% token-terskel, et Haiku-fork-mønster, et 8-felts JSON-skjema, og en kjedestrategi på tvers av økter.
Testet på: 2026-07-13 · Claude Code 2.x (agent harness)
Installer
git clone https://github.com/simbajigege/book2skills cd book2skills mkdir -p ~/.claude/skills cp -r skills/compact-memory-implementation ~/.claude/skills/compact-memory-implementation
Kommandoer og eksempelprompter
/compact-memory-implementationUtviklerguide for å implementere kompakt hukommelse/kontekstkomprimering i Claude-agenter.
Skills utløses av vanlige forespørsler — ingen kommandoer å huske. Etter installasjonen aktiverer prompter som disse skillen (på engelsk):
How do I add context compaction to my agent?Implement compact memory in my Claude Agent SDK appAdd memory persistence across my agent sessions