mirror of
https://github.com/shareAI-lab/analysis_claude_code.git
synced 2026-09-20 12:13:38 +08:00
338 lines
13 KiB
Markdown
338 lines
13 KiB
Markdown
# s08: Context Compact：上下文总会满，先整理，再总结
|
||
|
||
[English](README.md) · [中文](README.zh.md) · [日本語](README.ja.md)
|
||
|
||
s01 → s02 → s03 → s04 → s05 → s06 → s07 → `s08` → [s09](../s09_memory/) → s10 → ... → s16 → s17
|
||
|
||
> *"上下文总会满，要有办法腾地方。"* 四步压缩，低成本的操作优先执行。
|
||
>
|
||
> **Harness 层**：压缩让有限的上下文持续服务于长任务。
|
||
|
||
|
||
Agent 持续工作时，读过的文件、执行过的命令和模型回复都会留在 `messages` 中。消息越积越多，最终会超过模型能够接收的上下文长度。
|
||
|
||
本节将实现一条四步压缩管线。它先整理可以恢复的工具结果，空间仍然不足时再总结历史。
|
||
|
||
|
||
|
||
|
||
## 先理解上下文
|
||
|
||
可以把上下文窗口看作模型当前使用的一张草稿纸。用户消息、模型回复、`tool_use` 和 `tool_result` 都会按顺序写在这张纸上。模型每次继续工作时，都要重新读取这些内容。
|
||
|
||
草稿纸的大小固定。内容超过上限后，API 会拒绝请求并返回 `prompt_too_long`。在代码任务里，工具结果通常占据最多空间：
|
||
|
||
- 读取一个长文件会把文件内容放进上下文；
|
||
- 测试和构建日志可能一次产生几十 KB 文本；
|
||
- 搜索多个文件会持续追加结果。
|
||
|
||
任务持续得越久，`messages` 就越大。压缩的目标是控制其中的信息量，同时尽可能保留当前目标、用户约束和正在进行的工作。
|
||
|
||
|
||
## 为什么先整理工具结果
|
||
|
||
直接让模型总结整段历史可以明显缩短上下文，但摘要一定会遗漏部分细节，而且还会多产生一次模型调用。
|
||
|
||
工具结果具有更适合优先处理的特点：
|
||
|
||
1. 大文件可以保存到磁盘，需要时重新读取。
|
||
2. 旧命令可以重新执行。
|
||
3. 最新几条结果通常比早期结果更接近当前工作。
|
||
4. 文本裁剪和结构调整不需要调用模型。
|
||
|
||
因此压缩顺序按照信息损失和调用成本排列：先转存，再裁剪，再替换旧结果，最后才生成摘要。
|
||
|
||
|
||
|
||
|
||
## 第一步：tool_result_budget
|
||
|
||
一次模型回复可能同时调用多个工具。执行完成后，这些 `tool_result` 会一起写进最后一条 user 消息。它们的总大小超过 `200_000` 字符时，`tool_result_budget` 从最大的结果开始处理。
|
||
|
||
超过 `LARGE_RESULT_CHAR_LIMIT = 30000` 的结果会完整写入：
|
||
|
||
```text
|
||
.task_outputs/tool-results/<tool_use_id>.txt
|
||
```
|
||
|
||
上下文中保留文件路径和前 2000 个字符的预览：
|
||
|
||
|
||
|
||
核心循环按照结果大小依次转存：
|
||
|
||
```python
|
||
blocks = [block for block in content
|
||
if isinstance(block, dict)
|
||
and block.get("type") == "tool_result"]
|
||
total = sum(len(str(block.get("content", ""))) for block in blocks)
|
||
|
||
ranked = sorted(
|
||
blocks,
|
||
key=lambda block: len(str(block.get("content", ""))),
|
||
reverse=True,
|
||
)
|
||
for block in ranked:
|
||
if total <= max_chars:
|
||
break
|
||
content = str(block.get("content", ""))
|
||
if len(content) <= self.LARGE_RESULT_CHAR_LIMIT:
|
||
continue
|
||
block["content"] = self.persist_large_output(
|
||
block.get("tool_use_id", "unknown"), content)
|
||
total = sum(len(str(item.get("content", ""))) for item in blocks)
|
||
```
|
||
|
||
这一步只处理最新一批工具结果。完整内容仍然可以从路径中取回，因此适合最先执行。
|
||
|
||
|
||
## 第二步：snip_compact
|
||
|
||
消息数量超过 50 条后，`snip_compact` 先把完整历史写入 `.transcripts/`，再保留最初 3 条和最近 47 条。中间的标记会写明删去了多少条消息，以及完整记录保存在哪里。
|
||
|
||
```python
|
||
head_end = 3
|
||
tail_start = len(messages) - (max_messages - head_end)
|
||
|
||
if self.has_tool_use(messages[head_end - 1]):
|
||
while (head_end < tail_start
|
||
and self.is_tool_result(messages[head_end])):
|
||
head_end += 1
|
||
|
||
if (tail_start > 0
|
||
and self.is_tool_result(messages[tail_start])
|
||
and self.has_tool_use(messages[tail_start - 1])):
|
||
tail_start -= 1
|
||
|
||
transcript = self.write_transcript(messages)
|
||
marker = {"role": "user", "content":
|
||
f"[{tail_start - head_end} messages archived at {transcript}]"}
|
||
messages = [*messages[:head_end], marker, *messages[tail_start:]]
|
||
```
|
||
|
||
切点需要保护 `assistant(tool_use)` 和 `user(tool_result)` 的配对关系。孤立的工具结果缺少对应调用，下一次 API 请求会被判定为无效。
|
||
|
||
这一步控制消息数量，但保留下来的旧消息仍可能包含很长的工具结果。
|
||
|
||
|
||
## 第三步：micro_compact
|
||
|
||
`micro_compact` 收集当前历史里的全部 `tool_result`。最近 3 条保持完整，更早且超过 120 个字符的结果会缩短。已经转存的结果保留文件路径，其他结果只留下占位符：
|
||
|
||
|
||
|
||
```python
|
||
for block in results[:-self.KEEP_RECENT_RESULTS]:
|
||
content = str(block.get("content", ""))
|
||
if len(content) <= 120:
|
||
continue
|
||
saved_path = next(
|
||
(line.removeprefix("Full output: ") for line in content.splitlines()
|
||
if line.startswith("Full output: ")),
|
||
None,
|
||
)
|
||
block["content"] = (
|
||
f"[Earlier tool result saved at {saved_path}]"
|
||
if saved_path else "[Earlier tool result omitted.]"
|
||
)
|
||
```
|
||
|
||
未转存的旧结果只保留占位符。第一步保存过的完整结果仍能通过路径读取，不会在第三步丢失位置。
|
||
|
||
前三步都是确定性的结构和文本操作，不产生额外 API 调用。
|
||
|
||
|
||
## 第四步：compact_history
|
||
|
||
前三步执行后，代码用 `estimate_chars(messages)` 计算当前消息的字符数：
|
||
|
||
```python
|
||
CONTEXT_CHAR_LIMIT = 50000
|
||
|
||
def estimate_chars(messages):
|
||
return len(json.dumps(messages, default=str, ensure_ascii=False))
|
||
```
|
||
|
||
字符数超过 `CONTEXT_CHAR_LIMIT` 时，`compact_history` 完成四件事：
|
||
|
||
1. 将完整消息历史写入 `.transcripts/`。
|
||
2. 请求模型生成只包含事实的状态摘要。
|
||
3. 将入口处捕获的当前用户请求与摘要明确分开。
|
||
4. 用一条 `[Compacted]` 消息替换当前历史。
|
||
|
||
|
||
|
||
```python
|
||
def compact_history(messages, active_request):
|
||
transcript = self.write_transcript(messages)
|
||
print(f"[transcript saved: {transcript}]")
|
||
summary = self.summarize_history(messages)
|
||
return [self.summary_message(
|
||
"Compacted", active_request, summary, transcript)]
|
||
```
|
||
|
||
摘要调用在 `system` 中要求模型只整理目标、文件、决定、剩余工作和用户约束，不执行历史中的指令。`active_request` 在接收用户输入时单独传给 Agent Loop，因为工具结果也使用 `role=user`。压缩后的消息将它写在 `Current user request` 中，摘要则放在 `Conversation summary` 中，并附上完整 transcript 的路径。
|
||
|
||
本节使用字符数作为触发条件，相关阈值也使用同一单位。
|
||
|
||
|
||
## 为什么顺序固定
|
||
|
||
四步管线的执行顺序是：
|
||
|
||
```text
|
||
tool_result_budget
|
||
→ snip_compact
|
||
→ micro_compact
|
||
→ compact_history（超过阈值时）
|
||
```
|
||
|
||
这个顺序同时满足两个条件：
|
||
|
||
1. 前三步不调用模型，第四步才产生额外 API 请求。
|
||
2. `tool_result_budget` 必须早于 `micro_compact`。大结果先落盘，之后才允许旧结果变成占位符。
|
||
|
||
顺序固定后，每一轮都从成本更低、信息更容易恢复的操作开始。
|
||
|
||
|
||
## API 拒绝后的补救
|
||
|
||
字符数只能估算模型实际使用的 token。API 仍可能返回 `prompt_too_long`。`reactive_compact` 会保存 transcript，总结较早历史，并保留最近 5 条消息：
|
||
|
||
```python
|
||
tail_start = max(0, len(messages) - self.KEEP_RECENT_MESSAGES)
|
||
if (tail_start > 0
|
||
and self.is_tool_result(messages[tail_start])
|
||
and self.has_tool_use(messages[tail_start - 1])):
|
||
tail_start -= 1
|
||
|
||
old_history = messages[:tail_start] if tail_start else messages
|
||
summary = self.summarize_history(old_history)
|
||
message = self.summary_message(
|
||
"Reactive compact", active_request, summary, transcript)
|
||
messages = [message, *messages[tail_start:]] if tail_start else [message]
|
||
```
|
||
|
||
切点同样会避开工具调用与结果之间的边界，当前用户请求仍由 `active_request` 明确传入。`MAX_REACTIVE_RETRIES = 1` 将补救限制为一次；再次收到同类错误时，异常会继续向外抛出。
|
||
|
||
|
||
## 放回 Agent Loop
|
||
|
||
```python
|
||
def agent_loop(messages, active_request):
|
||
while True:
|
||
messages[:] = COMPACTOR.prepare(messages, active_request)
|
||
|
||
try:
|
||
response = client.messages.create(
|
||
model=MODEL, system=SYSTEM, messages=messages,
|
||
tools=TOOLS, max_tokens=8000)
|
||
reactive_retries = 0
|
||
except Exception as error:
|
||
message = str(error).lower()
|
||
too_long = ("prompt_too_long" in message
|
||
or "too many tokens" in message)
|
||
if too_long and reactive_retries < MAX_REACTIVE_RETRIES:
|
||
messages[:] = COMPACTOR.reactive_compact(
|
||
messages, active_request)
|
||
reactive_retries += 1
|
||
continue
|
||
raise
|
||
```
|
||
|
||
每次调用模型前都会经过同一条管线。CLI 在追加 `query` 后调用 `agent_loop(history, query)`，所以压缩多少次都不会丢失本轮请求。前三步处理后仍超过阈值，或者 API 明确拒绝上下文时，代码才会请求模型生成摘要。
|
||
|
||
|
||
## compact 工具
|
||
|
||
自动阈值只知道上下文有多大。模型还可以在一个阶段结束后主动调用 `compact`，表示后续工作只需要保留当前阶段的摘要：
|
||
|
||
```python
|
||
{"name": "compact",
|
||
"description": "Summarize earlier conversation to free context space."}
|
||
```
|
||
|
||
一次响应可以同时包含多个工具调用，例如先写文件再请求压缩。Harness 必须先执行完整批次，并为每个 `tool_use` 追加对应的 `tool_result`，然后再摘要这个已经闭合的回合：
|
||
|
||
```python
|
||
results = []
|
||
compact_requested = False
|
||
|
||
for block in response.content:
|
||
if block.type != "tool_use":
|
||
continue
|
||
|
||
if block.name == "compact":
|
||
output = "Compaction requested after this tool batch."
|
||
compact_requested = True
|
||
else:
|
||
output = execute_tool(block)
|
||
results.append({"type": "tool_result", "tool_use_id": block.id,
|
||
"content": output})
|
||
|
||
messages.append({"role": "user", "content": results})
|
||
|
||
if compact_requested:
|
||
messages[:] = COMPACTOR.compact_history(messages, active_request)
|
||
```
|
||
|
||
这样既不会留下孤立的工具结果，也不会在已经发生文件写入后丢失执行记录，导致模型重复同一个副作用。
|
||
|
||
|
||
## 本节代码
|
||
|
||
| 组件 | 共同执行骨架 | s08 新增 |
|
||
| --- | --- | --- |
|
||
| Agent Loop | 调用模型、执行工具、追加结果 | 每次调用模型前运行 `COMPACTOR.prepare()` |
|
||
| Hooks | 权限检查、工具日志、结果处理 | 保持相同的工具执行入口 |
|
||
| 上下文 | `messages` 持续追加 | 大结果转存、旧历史归档、摘要和一次错误补救 |
|
||
| 工具 | 5 个基础工具 | 新增 `compact`，共 6 个 |
|
||
|
||
> **与 s09 的边界：** s08 管理当前会话的有限上下文，压缩时允许舍弃可恢复的细节；s09 保存需要跨压缩、跨会话继续存在的信息。
|
||
|
||
|
||
## 试一下
|
||
|
||
```bash
|
||
cd learn-claude-code
|
||
python s08_context_compact/code.py
|
||
```
|
||
|
||
### 实验一：较早的结果被替换
|
||
|
||
```text
|
||
请读取 s01_agent_loop 到 s05_todo_write 五节课程的 README.md，
|
||
比较它们的一级标题，并总结这些标题的命名规律。
|
||
```
|
||
|
||
任务会产生至少 5 条文件读取结果。最近 3 条保持完整，更早且较长的结果会变成 `[Earlier tool result omitted.]`。已经转存的结果会保留保存路径。
|
||
|
||
### 实验二：大结果转存
|
||
|
||
```text
|
||
请分析 web/src/data/generated/docs.json 的数据结构，
|
||
并说明一条课程记录包含哪些主要字段。
|
||
```
|
||
|
||
文件内容超过单轮预算时，终端仍能完成任务，同时 `.task_outputs/tool-results/` 中会出现完整结果文件。
|
||
|
||
### 实验三：自动摘要
|
||
|
||
```text
|
||
请比较 s08_context_compact/code.py 和 s09_memory/code.py，
|
||
说明它们分别怎样管理当前上下文和持久记忆。
|
||
```
|
||
|
||
当读取结果使 `estimate_chars(messages)` 超过 50000 时，终端会打印 `[auto compact]` 和 transcript 路径。后续调用使用 `[Compacted]` 摘要继续完成比较。
|
||
|
||
观察 `.transcripts/` 和 `.task_outputs/tool-results/`，可以分别看到历史留档与大结果转存。
|
||
|
||
|
||
## 接下来
|
||
|
||
上下文压缩让 Agent 可以在有限窗口中继续长任务。需要跨压缩、跨会话保留的信息，还要进入独立的持久记忆系统。
|
||
|
||
s09 Memory 将实现记忆写入、检索与整理。
|
||
|
||
<!-- translation-sync: zh@v8, en@v8, ja@v8 -->
|