feat(openwebui-skills-manager): enhance auto-discovery and structural refactoring

- Enable default overwrite installation policy for overlapping skills
- Support deep recursive GitHub trees discovery mechanism to resolve #58
- Refactor internal architecture to fully decouple stateless helper logic
- READMEs and docs synced (v0.3.0)

plugins/debug/byok-infinite-session-research/sdk-context-limits.md

@@ -0,0 +1,163 @@
+# SDK中的上下文限制信息
+
+## SDK类型定义
+
+### 1. ModelLimits（copilot-sdk/python/copilot/types.py, line 761-789）
+
+```python
+@dataclass
+class ModelLimits:
+    """Model limits"""
+    
+    max_prompt_tokens: int | None = None           # 最大提示符tokens
+    max_context_window_tokens: int | None = None   # 最大上下文窗口tokens
+    vision: ModelVisionLimits | None = None        # 视觉相关限制
+```
+
+### 2. ModelCapabilities（line 817-843）
+
+```python
+@dataclass
+class ModelCapabilities:
+    """Model capabilities and limits"""
+    
+    supports: ModelSupports      # 支持的功能（vision, reasoning_effort等）
+    limits: ModelLimits          # 上下文和token限制
+```
+
+### 3. ModelInfo（line 889-949）
+
+```python
+@dataclass
+class ModelInfo:
+    """Information about an available model"""
+    
+    id: str
+    name: str
+    capabilities: ModelCapabilities  # ← 包含limits信息
+    policy: ModelPolicy | None = None
+    billing: ModelBilling | None = None
+    supported_reasoning_efforts: list[str] | None = None
+    default_reasoning_effort: str | None = None
+```
+
+---
+
+## 关键发现
+
+### ✅ SDK提供的信息
+- `model.capabilities.limits.max_context_window_tokens` - 模型的上下文窗口大小
+- `model.capabilities.limits.max_prompt_tokens` - 最大提示符tokens
+
+### ❌ OpenWebUI Pipe中的问题
+**目前Pipe完全没有使用这些信息！**
+
+在 `github_copilot_sdk.py` 中搜索 `max_context_window`, `capabilities`, `limits` 等，结果为空。
+
+---
+
+## 这对BYOK意味着什么？
+
+### 问题1: BYOK模型的上下文限制未知
+```python
+# BYOK模型的capabilities来自哪里？
+if is_byok_model:
+    # ❓ BYOK模型没有能力信息返回吗？
+    # ❓ 如何知道它的max_context_window_tokens？
+    pass
+```
+
+### 问题2: Infinite Session的阈值是硬编码的
+```python
+COMPACTION_THRESHOLD: float = Field(
+    default=0.80,  # 80%时触发后台压缩
+    description="Background compaction threshold (0.0-1.0)"
+)
+BUFFER_THRESHOLD: float = Field(
+    default=0.95,  # 95%时阻塞直到压缩完成
+    description="Buffer exhaustion threshold (0.0-1.0)"
+)
+
+# 但是 0.80 和 0.95 是什么的百分比？
+# - 是模型的max_context_window_tokens吗？
+# - 还是固定的某个值？
+# - BYOK模型的上下文窗口可能完全不同！
+```
+
+---
+
+## 改进方向
+
+### 方案A: 利用SDK提供的模型限制信息
+```python
+# 在获取模型信息时，保存capabilities
+self._model_capabilities = model_info.capabilities
+
+# 在初始化infinite session时，使用实际的上下文窗口
+if model_info.capabilities.limits.max_context_window_tokens:
+    actual_context_window = model_info.capabilities.limits.max_context_window_tokens
+    
+    # 动态调整压缩阈值而不是固定值
+    compaction_threshold = self.valves.COMPACTION_THRESHOLD
+    buffer_threshold = self.valves.BUFFER_THRESHOLD
+    # 这些现在有了明确的含义：是模型实际上下文窗口大小的百分比
+```
+
+### 方案B: BYOK模型的显式配置
+如果BYOK模型不提供capabilities信息，需要用户手动设置：
+
+```python
+class Valves(BaseModel):
+    # ... existing config ...
+    
+    BYOK_CONTEXT_WINDOW: int = Field(
+        default=0,  # 0表示自动检测或禁用compression
+        description="Manual context window size for BYOK models (tokens). 0=auto-detect or disabled"
+    )
+    
+    BYOK_INFINITE_SESSION: bool = Field(
+        default=False,
+        description="Enable infinite sessions for BYOK models (requires BYOK_CONTEXT_WINDOW > 0)"
+    )
+```
+
+### 方案C: 从会话反馈中学习（最可靠）
+```python
+# infinite session压缩完成时，获取实际的context window使用情况
+# (需要SDK或CLI提供反馈)
+```
+
+---
+
+## 建议实施路线
+
+**优先级1（必须）**: 检查BYOK模式下是否能获取capabilities
+```python
+# 测试代码
+if is_byok_model:
+    # 发送一个测试请求，看是否能从响应中获取model capabilities
+    session = await client.create_session(config=session_config)
+    # session是否包含model info？
+    # 能否访问session.model_capabilities？
+```
+
+**优先级2（重要）**: 如果BYOK没有capabilities，添加手动配置
+```python
+# 在BYOK配置中添加context_window字段
+BYOK_CONTEXT_WINDOW: int = Field(default=0)
+```
+
+**优先级3（长期）**: 利用真实的上下文窗口来调整压缩策略
+```python
+# 而不是单纯的百分比，使用实际的token数
+```
+
+---
+
+## 关键问题列表
+
+1. [ ] BYOK模型在create_session后能否获取capabilities信息？
+2. [ ] 如果能获取，max_context_window_tokens的值是否准确？
+3. [ ] 如果不能获取，是否需要用户手动提供？
+4. [ ] 当前的0.80/0.95阈值是否对所有模型都适用？
+5. [ ] 不同的BYOK提供商(OpenAI vs Anthropic)的上下文窗口差异有多大？