Model Context Transfer（模型切换上下文传递）#

触发场景#

• 切换不同AI模型（如 MiniMax-M2.7 → GLM-5）
• Agent A 交接任务给 Agent B
• QQ/微信等频道切换 Agent
• 长时间对话后模型记忆丢失

核心原则#

1. 交接信息完整性#

确保新模型接收：

• 项目背景：在做什么？
• 当前状态：做到哪了？
• 关键约束：不能做什么？优先级？
• 待处理事项：接下来要做什么？

2. 交接格式#

用结构化的 CONTEXT_TRANSFER 格式传递：

text

## CONTEXT_TRANSFER

### 项目/任务
[简要描述]

### 当前状态
- ✅ 已完成：[列出]
- 🔄 进行中：[列出]
- ⏳ 待处理：[列出]

### 关键信息
- 关键决策：[记录]
- 约束条件：[记录]
- API/文件路径：[记录]

### 团队架构
[当前涉及的Agent及其职责]

### 下一步
[具体行动项，优先级排序]

3. 传递时机#

• 主动触发：当用户说"切换模型"、"换Agent"、"让XX来处理"
• 被动触发：检测到上下文超过 80% 时，需要换模型续接
• 定期总结：每完成一个里程碑，主动输出 CONTEXT_TRANSFER 备份

使用方法#

场景1：临时切换模型完成任务#

当需要用不同模型处理时：

1. 当前模型生成 CONTEXT_TRANSFER 总结
2. 将总结发送给新模型
3. 新模型基于总结继续工作
4. 完成后反向传递结果

场景2：Agent 交接#

当 Agent A 要把任务交给 Agent B：

1. Agent A 输出完整 CONTEXT_TRANSFER
2. Agent B 读取并确认理解
3. Agent B 继续执行

场景3：长期项目记忆维护#

对于持续项目，定期更新：

• 每次重要决策后更新 MEMORY.md
• 使用 CONTEXT_TRANSFER 格式记录当前进度
• 确保任何模型接手都能快速上手

模板文件#

快速交接模板#

markdown

## CONTEXT_TRANSFER

**项目**: [项目名称]
**时间**: [交接时间]
**交接人**: [Agent名称]
**接收人**: [Agent名称]

### 📍 当前状态
- 进度：[百分比/阶段]
- 已完成：[]
- 进行中：[]
- 遇阻：[]

### 📌 关键信息
- 核心目标：[]
- 重要决策：[]
- 约束条件：[]
- 文件路径：[]
- API/工具：[]

### 👥 团队角色
- [Agent名]：负责XXX
- [Agent名]：负责XXX

### 🎯 下一步（优先级排序）
1. [优先级1]
2. [优先级2]
3. [优先级3]

### ⚠️ 注意事项
- 不能做：[]
- 敏感信息：[]
- 依赖项：[]

与 MEMORY.md 的关系#

• MEMORY.md：长期记忆，项目全貌
• CONTEXT_TRANSFER：短期交接，当前状态

两者配合使用，确保模型切换无缝衔接。

质量检查清单#

交接前确认：

• 项目背景清晰
• 当前进度明确
• 关键约束已记录
• 文件/路径/凭据已交接
• 下一步行动具体可执行
• 潜在风险已标注