docs: 采纳小墨 review 建议 polish 能力虚拟化文章

- 对照表"模型变笨"→"注意力稀释"，统一术语
- Agent 页表层级改"一级索引/二级页面"，避免与 L0/L1/L2 混淆
- 补充 Sigil 已合并进主 Worker 说明
- 补充 Dynamic Workers beta/Enterprise 前置条件
- 恢复初版日期 2026-04-02

小橘 🍊（NEKO Team）

docs/shared/uncaged-capability-virtualization.md

@@ -4,7 +4,8 @@
     有限的槽位 + 无限的能力 → 动态调度。OS 换页、Agent 工具上下文、CF Worker 配额——本质是同一个问题。Uncaged = 能力虚拟化平台。
 
 **作者**: 小橘 🍊（NEKO Team）  
-**日期**: 2026-04-08  
+**日期**: 2026-04-08（重写）  
+**初版**: 2026-04-02  
 **相关**: [Sigil 能力注册表](sigil-capability-registry.md) · [Sigil Backend 与 LRU 调度](sigil-backend-lru.md) · [元软件愿景](meta-software-vision.md)
 
 ---
@@ -30,11 +31,11 @@
 |------|-----------|-------------------|-----------------|
 | **槽位** | 物理内存页框 | Context Window（token 数） | CF Worker 配额（500） |
 | **能力池** | 磁盘上全部页面 | 所有可用工具/技能 | KV 里所有能力源码 |
-| **瓶颈** | 内存不够 → 颠簸 | Token 太多 → 模型变笨 | 配额用完 → 无法部署新服务 |
+| **瓶颈** | 内存不够 → 颠簸 | Token 太多 → 注意力稀释 | 配额用完 → 无法部署新服务 |
 | **调度算法** | LRU / Clock | 按语义相关性匹配 | LRU 按访问频率换页 |
 | **索引** | 页表 | 工具描述 / 语义匹配 | 路由表 / 访问计数器 |
-| **换入** | 磁盘 → 内存 | 读 SKILL.md → 注入 context | KV 拉代码 → 部署 Worker |
-| **换出** | 内存 → 磁盘 | 从 context 移除 | 删除 Worker，代码留 KV |
+| **换入** | 磁盘 → 内存 | 读 SKILL.md → 注入 context | KV 拉代码 → 实例化 Worker |
+| **换出** | 脏页写回磁盘 | context 滚动丢弃 | 销毁实例，代码留 KV |
 | **解法** | 虚拟内存 + 按需换页 | 按需加载 | LRU 换页 |
 
 三个领域的解法同构：**轻量索引常驻 + 完整内容按需加载 + 不活跃资源回收**。
@@ -49,7 +50,7 @@ AI Agent 的 Context Window 是一种稀缺资源。把所有工具的完整描
 
 - 只保留轻量索引（工具名 + 一句话描述）
 - 收到请求时，根据语义匹配加载相关工具的完整 schema
-- 用完后从 context 释放
+- 随着对话推进，旧内容被新内容挤出 context（滚动丢弃，等同换出）
 
 ### OpenClaw Skills：天然的两级页表
 
@@ -61,13 +62,15 @@ Agent 收到请求
   → 匹配到最相关的 Skill
   → read SKILL.md（L2 页面，按需加载）
   → 执行
-  → SKILL.md 内容在后续对话中自然衰减（等同换出）
+  → SKILL.md 内容随对话推进被滚动丢弃（等同换出）
 ```
 
 | 层级 | 页表类比 | 内容 | 成本 |
 |------|---------|------|------|
-| **L1 页表条目** | 始终常驻 | 每个 Skill 的 `<description>` 标签 | 几十 token/条 |
-| **L2 页面内容** | 按需加载 | `SKILL.md` 完整文件 | 数百~数千 token |
+| **一级索引** | 始终常驻 | 每个 Skill 的 `<description>` 标签 | 几十 token/条 |
+| **二级页面** | 按需加载 | `SKILL.md` 完整文件 | 数百~数千 token |
+
+> 注：此处的一级/二级是 Agent 上下文的页表层级，与下文 Uncaged 三级缓存（L0/L1/L2）的编号无关。
 
 用极小的索引成本覆盖大量能力，只在需要时付出完整加载的代价。这就是两级页表。
 
@@ -86,6 +89,8 @@ Agent 收到请求
 | **Uncaged 主 Worker** | 路由分发、鉴权、LRU 调度、能力执行 | OS 内核 |
 | **oc-status** | 心跳状态页 | watchdog |
 
+> Sigil（能力注册表）已合并进 Uncaged 主 Worker，不再独立部署。
+
 占用极少配额（< 10 个），但保证核心功能始终可用。
 
 ### L2 — 冷代码（KV 存储，按需加载）
@@ -131,6 +136,9 @@ Agent 收到请求
 !!! note "Dynamic Workers (`worker_loaders`)"
     Uncaged 采用 Cloudflare 的 **Dynamic Workers** 机制（`worker_loaders` binding），在主 Worker 内部按需实例化用户代码。不需要为每个能力部署独立 Worker 消耗配额，同时保持沙箱隔离。
 
+!!! warning "前置条件"
+    Dynamic Workers（`worker_loaders`）目前处于 beta 阶段，需要 **Workers for Platforms** 或 Enterprise 计划。如果使用 $5 付费版，回退方案是通过 CF API 动态部署/删除独立 Worker 做 LRU 换页，详见 [Sigil Backend 与 LRU 调度](sigil-backend-lru.md)。
+
 ---
 
 ## 关键约束