facebookresearch/context-language-models

本页介绍外部开源仓库，并非 HDATF 产品。

它做什么

这是Context Language Models论文的官方仓库，提出把context当作模型可以无限制改写的文件，让模型自行管理自己的context。作者报告称，即使用现有模型零样本构建，也在多项任务上优于既有的context管理策略，在BrowseComp-Plus与EdgeBench上以更少的计算量取得更高的成绩，并且该方法可扩展到多个agent的context以文件形式共存的场景。

对 ATF 的帮助

Harness保存长时间AI任务的状态与memory，而决定context里保留什么，直接影响任务能否连贯推进。这篇把该决定交给模型、让模型把context写入文件的论文，值得与Harness目前保存memory的方式对照阅读。

许可证

自定义许可 自定义或非标准许可。复用前请阅读许可证文件。

同领域的其他仓库

• tigerless-labs/agent-memory
  面向 AI agent 的长期 memory 运行时。普通 Markdown 文件是唯一可信来源，SQLite 索引是可删除的缓存，本地排序检索返回文件路径，Claude Code 和 Codex 共用一个存储。
• kunchenguid/backpass
  读取七种 agent harness 的本地会话记录，并在 token 预算内为 AGENTS.md、CLAUDE.md 和项目 skill 提出有依据的修改建议的工具。分析阶段不写入任何内容，每项修改都由人决定接受或拒绝。
• Asymptote-Labs/agent-beacon
  这是一个记忆层，收集不同执行工具中的编程智能体会话，将工作流程、纠正和调试模式转为可复用知识，并通过MCP或Agent Skills提供审核后的知识。
• vectorize-io/hindsight
  这是注重随时间学习而不只是回忆对话的智能体记忆系统，文档介绍了保留、回忆、反思、观察内容及记忆库。
• tamaratran/fast-jev-compaction
  这是Claude Code插件兼npm库，利用Jev评分删除或截短过时的工具调用及结果，而非总结会话历史。保留的内容维持原文表述。

只收录进入 Trendshift 排行榜的仓库，榜单仅用于寻找候选项目，不转载名次。说明、许可证和星标数来自各 GitHub 仓库。解读是我们自己的判断。我们尚未测试这些项目，上榜并不证明质量。