taskfold

长 AI 编码会话最大的痛点是上下文被历史淹没：每次请求都重新发送数小时的旧工具输出、调试日志和废弃尝试，成本飙升，模型注意力被稀释，上下文窗口最终溢出。taskfold 用笔记本的思路解决这一问题——为每段工作命名（task_begin / task_end），任务完成时自动将整段往来折叠为一条带标题的简短摘要，让对话始终可读、每次请求更便宜。

摘要刻意保留用户的关键决策与反馈、踩坑原因、变更清单和最终结果，而非摘要的摘要。更关键的是没有任何内容真正丢失：每次折叠都原文存档到文件，随时可用 fold_recall 完整还原。配合 list_folds 查看所有折叠记录、轻柔的纪律提醒机制，以及仅改写中间片段以保持缓存友好的设计，taskfold 在降低 token 成本的同时不牺牲可追溯性。

适合需要长时间与 AI 编码代理协作、频繁进行多步骤调试和重构的开发者，尤其是使用 DeepSeek Harness 工作流的团队。