短期记忆

对话上下文是 Agent 的短期记忆，包含当前会话中的所有消息（用户输入、Agent 回复、工具调用及结果）。合理管理上下文对于 Agent 的推理质量和成本控制至关重要。

上下文结构

每一轮对话由以下消息组成：

用户消息 → Agent 思考 → 工具调用 → 工具结果 → ... → Agent 最终回复

一轮中可能包含多次工具调用（Agent 的决策步数由 agent_max_steps 控制），所有工具调用和结果都会保留在上下文中，直到被压缩或裁剪。

关键配置

可通过 config.json 或对话中的 /config 命令修改。

压缩策略

当上下文超出限制时，系统会自动执行压缩以释放空间。整个过程分为多个阶段：

1. 工具结果截断

在每次决策循环开始前，系统会检查历史轮次中的工具调用结果。超过 20000 字符 的工具结果会被截断，仅保留首尾内容和截断说明。当前轮次的工具结果不受影响。

2. 轮次裁剪

当对话轮次超过 agent_max_context_turns 时：

• 裁剪 最早一半 的完整轮次（保证工具调用链的完整性）
• 被裁剪的消息会通过 LLM 总结后写入当天的日级记忆文件
• LLM 摘要完成后，同时将摘要注入到保留消息的第一条用户消息开头，帮助模型在后续对话中保持上下文连贯性
• 摘要注入在后台异步完成，不阻塞当前回复；注入的摘要在下一轮对话时生效

3. Token 预算裁剪

裁剪轮次后，如果 token 数仍超出预算：

• 轮次 < 5 时：对所有轮次进行文本压缩 — 每轮只保留第一条用户文本和最后一条 Agent 回复，去掉中间的工具调用链
• 轮次 ≥ 5 时：再次裁剪前半轮次，被丢弃内容同样写入记忆并注入上下文摘要

4. 溢出应急处理

当模型 API 返回上下文溢出错误时：

1. 先将当前所有消息总结写入记忆
2. 执行激进裁剪（工具结果限制 10K 字符、用户文本限制 10K、最多保留 5 轮）
3. 如果仍然溢出，清空整个对话上下文

会话持久化

对话消息会持久化到本地数据库，服务重启后自动恢复。恢复策略：

• 恢复最近的 max(3, max_context_turns / 6) 轮对话
• 只保留每轮的用户文本和 Agent 最终回复，不恢复中间工具调用链
• 超过 30 天的历史会话自动清理

操作命令

在对话中可以使用以下命令管理上下文：