aria-context-monitor

name aria-context-monitor description 机读当前 Claude Code 会话的 context 占用 (runtime-truth, 零猜测), 辅助 "继续推进 vs 暂停" 决策。返回结构化 occupancy: used%/remaining%/window size + confidence + staleness。 使用场景: "还剩多少 context", "context 用了多少", "该暂停吗", "check context usage", Phase B/C 实施期暂停决策。 allowed-tools Bash, Read aria-context-monitor 用途 让 AI 机读 当前会话的 context 占用 , 替代"凭感觉"估算 (实证 #104: 凭感觉 +22% 偏差导致不必要暂停)。 数据来自 Claude Code runtime 渲染 statusLine 时 pipe 的 stdin JSON ( context_window_size / used_percentage 等真实值), 经 statusLine relay 写入 .aria/cache/context-window.json , 由本 skill 读取。 底层数据层是 internal skill aria-token-telemetry (3 档 fallback)。 何时使用 十步循环 Phase B/C 实施期, AI 判断"当前会话继续 vs 暂停 (形成 commit boundary)" 用户问"还剩多少 context"/"该暂停吗" 长会话接近窗口上限前的主动预警 不使用 : 本 skill 只提供数据, 不自动中断会话 。暂停决策由 AI / phase skill 判断 (DEC: 不自动暂停)。 执行 python3 " ${CLAUDE_PLUGIN_ROOT:-aria} /skills/aria-token-telemetry/scripts/token_telemetry.py" --project-root . 读返回 JSON 后, AI 按 source 字段选对应口径解读 (见下)。 首次使用 / relay 未安装 若返回 source=transcript_fallback 或 confidence=estimate 且用户期望精确值, 引导安装 relay: bash " ${CLAUDE_PLUGIN_ROOT:-aria} /skills/aria-context-monitor/scripts/setup_relay.sh" # 幂等注入 bash " ${CLAUDE_PLUGIN_ROOT:-aria} /skills/aria-context-monitor/scripts/setup_relay.sh --status" # 查状态 注入后需 statusLine 渲染一次 (任意交互) relay cache 才写入; 之后即走 source=relay_cache (runtime-truth)。 setup_relay.sh 退出码: 0 成功 (injected / no-op / minimal-reference-created) / 2 参数错 / 3 jq 缺失 / 4 找不到 input=$(cat) 锚点 / 5 statusLine command 非脚本文件 (需手动注入)。 输出解读 (口径不混用) source confidence 读哪个占用字段 含义 relay_cache high used_percentage (proxy=null) runtime-truth, statusLine 算好的 % — 0 偏差 transcript_fallback estimate used_percentage_proxy (used_percentage=null) transcript usage 推算, window 可能非精确 (见 window_source ) unavailable estimate 两者皆 null 无 statusLine + 无 transcript, 无法判定 — 不报错, 不可用此信号 ⚠️ 绝不混用 : relay 路径只看 used_percentage , transcript 路径只看 used_percentage_proxy 。两者是 不同口径的量 (前者 total_input/window, 后者 input+cache 合计/window), 混用会重蹈 #104 的 22% drift。 staleness 判定 staleness_seconds ≤ 300 (config context_monitor.staleness_threshold_seconds 可覆盖): relay cache 可信, confidence=high staleness_seconds > 300 : token_telemetry 自动降级到 transcript fallback ( confidence=estimate ) transcript / unavailable 路径: staleness_seconds = null (不适用) window_source (window 大小来源) relay_cache 命中恒 = runtime 。 transcript_fallback 时 4 档: cached_size_reuse > config > empirical_peak > default (200K 兜底)。 empirical_peak / default 时 window 可能低估真实大小 → 占用 % 偏高, 仅作下界参考。 决策阈值建议 (advisory) used_percentage (relay 路径) 建议 < 70% 继续推进 (容量充足) 70–85% 留意; 找自然 commit boundary > 85% 建议暂停 + commit, 避免硬撞限丢上下文 transcript fallback ( used_percentage_proxy ) 因 window 可能低估, 阈值放宽解读 (proxy 偏高时实际余量可能更多)。 消费集成点 (phase-b-developer / phase-c-integrator 调用建议) 见各 skill 文档。 错误处理 情况 行为 relay cache 缺失 自动 transcript fallback (estimate) relay cache corrupt / schema 不匹配 忽略 cache, transcript fallback; corrupt 不抛异常 无 statusLine 且无 transcript source=unavailable , 不报错; 提示安装 relay jq 缺失 relay 写入侧失效 (aria-doctor 提示); transcript fallback 仍可用 可移植性 数据 schema (statusLine stdin) 是 通用 Claude Code 特性 , 任何项目可用。relay 抓取依赖 statusLine 配置 + relay marker (故有 3 档 fallback + setup_relay.sh helper)。无 statusLine 的 sandbox 项目跑本 skill → transcript fallback / unavailable, 不报错 。 相关文档 aria-token-telemetry — 底层数据层 (relay 读 + transcript 解析 + window resolve) aria-doctor — relay 3 态检测 + jq 可用性 Spec: openspec/changes/aria-context-monitor/proposal.md (#104) 决策: .aria/decisions/2026-05-29-context-monitor-architecture.md (DEC-20260529-001) Skill 版本 : 1.0.0 (2026-05-29, #104 Phase B)