AI Agent 舰队运营者的上下文重置工具

同时运营多个长期运行聊天 bot / agent 的运营者（信号 1，涉及 Slack、Grok Bot 等环境），当某个 bot 的上下文膨胀或卡死时，「today the only practical way to clear a bloated / hung long-running chat context is to clone the bot and delete the old one」——克隆再删除会丢失连续性，还要重新邀请并重新接线队友，pain 标为 4。相邻的信号 2 显示单线程长对话混入多主题内容后难以找回和恢复，说明「上下文生命周期管理」是长对话场景的普遍痛点，而非个例。

在小团队或中型公司里运营多个长期运行 AI chat/agent bot 的运营者/工程师（如用 Slack、Grok Bot 搭建的内部助手舰队）。市场规模信号不足，从描述看属于运营 AI agent 舰队的早期从业人群，偏小但增长中；无量化数据。

• 上下文重置而非重建：一键清空膨胀/卡死的会话上下文，同时保留 bot 的人设、例程、技能和持久记忆
• 压缩与摘要：不整段克隆，对历史上下文做摘要压缩，控制 token 与 GPU 内存增长
• clone→cut over→retire 迁移流程：引导式完成新实例切换并自动重接队友/集成，替代手动克隆删除
• 会话拆分（后续）：支持把混入无关话题的消息段抽出为新会话，可选从原线程移除

AI 的角色：对历史上下文做摘要/压缩，判断话题切换点并提取可延续的关键状态，使重置后的 bot 仍保有必要的连续性。

随着 agent 被长期挂在线上运行，上下文膨胀和卡死开始成为真实运营事故（信号 1 中团队刚为一个 bot 做过克隆删除）；同时长期记忆和上下文管理被明确指出是当前的开放难题（信号 3），说明这一痛点刚刚出现、尚无成熟工具，是切入的窗口期。

第一版只针对一个平台（如 Slack）的长期运行 bot：提供「一键重置会话上下文但保留人设、例程、技能和持久记忆」的操作，以及 clone→cut over→retire 的引导式迁移流程，用摘要/压缩代替整段克隆。明确不做：多平台深度集成、Cursor 聊天记录拆分（属于平台自身功能请求）、世界模型的实时生成与长期记忆研究（见信号 3，是开放研究问题而非产品问题）。

平台依赖：核心需求来自 Cursor 论坛和 Slack 等平台的功能请求，平台方内置该功能（克隆、fork、压缩）即可让独立产品失去立足点。技术风险：长上下文压缩与摘要本身仍是活跃研究方向（信号 3 明确指出 long-term memory remains an open research problem），压缩质量难以保证。付费验证缺失：信号中付费意愿最多是 implied，无任何价格锚点。需求分散：三条信号指向三个不同场景（bot 舰队运营、IDE 聊天拆分、世界模型研究），共享痛点存在但单点需求量未知。