$ loading_
帮助AI项目在不同模型间持续承接上下文与任务进展，提升协作连续性。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"Context Forge" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请先用 Context Forge 将当前项目的目标、范围、技术栈和已完成工作整理成可交接的上下文，保存为结构化内容，便于下一位模型直接继续。
返回一份可复用的上下文快照（Markdown/JSON风格），含关键背景与交付状态，支持直接传递。
在新会话开始时，请调用 Context Forge 检索本任务最近的任务级上下文，并给出我下一步建议。
返回与该任务相关的最新上下文与当前待办，减少重复说明项目历史的时间。
我将由新模型接手，请先读取 Context Forge 留下的结构化交接内容，再说明下一步执行顺序。
先读取交接记录，再输出任务优先级与可执行步骤，实现无缝衔接。
开发者或AI协作场景中，模型更替时可通过任务级上下文检索快速恢复，避免重复导入背景信息，保持任务连续性。
在跨阶段推进的项目中，可把上下文按任务保存为 Markdown/JSON，下一阶段或下一位模型可直接接续，无需从头理解。
办公人员或内容创作者在多轮沟通后，可把关键背景整理并交接，减少重复梳理文档和解释项目历史的工作量。
它是面向 AI 的供应商中立连续性层，用于存储项目上下文并支持任务范围检索与结构化交接，帮助模型持续承接工作。
现有资料未提供具体安装、密钥或运行时要求，相关前置条件请见源码仓库或官方说明。
它不仅保存文档，而是按任务检索上下文，并以结构化方式交接，让下一模型不必重新学习项目全貌。
集中管理组件、仓库、任务与治理信息，复用跨仓库工程上下文
帮助团队编排多AI任务流程，并进行文件锁定、知识沉淀与漂移检测。
连接 GitHub issue，自动完成读仓、修复代码、测试并创建 PR。
为 AI 开发任务定义和组合上下文，提升输出一致性与交付质量。
让 AI 直接操作 Forgejo/Gitea 仓库、议题与合并请求等开发协作内容
导入多种文档并智能检索，自动生成学习资料与知识整理内容。