mirror of
https://github.com/shareAI-lab/analysis_claude_code.git
synced 2026-03-22 10:25:41 +08:00
170 lines
6.3 KiB
Markdown
170 lines
6.3 KiB
Markdown
# s06: Compact (上下文压缩)
|
|
|
|
> 三层压缩管道让智能体可以无限期工作: 策略性地遗忘旧的工具结果, token 超过阈值时自动摘要, 以及支持手动触发压缩。
|
|
|
|
## 问题
|
|
|
|
上下文窗口是有限的。工具调用积累到足够多时, 消息数组会超过模型的上下文限制, API 调用直接失败。即使在到达硬限制之前, 性能也会下降: 模型变慢、准确率降低, 开始忽略早期消息。
|
|
|
|
200,000 token 的上下文窗口听起来很大, 但一次 `read_file` 读取 1000 行源文件就消耗约 4000 token。读取 30 个文件、运行 20 条 bash 命令后, 你就已经用掉 100,000+ token 了。没有某种压缩机制, 智能体无法在大型代码库上工作。
|
|
|
|
三层管道以递增的激进程度来应对这个问题:
|
|
第一层 (micro-compact) 每轮静默替换旧的工具结果。
|
|
第二层 (auto-compact) 在 token 超过阈值时触发完整摘要。
|
|
第三层 (manual compact) 让模型自己触发压缩。
|
|
|
|
教学简化说明: 这里的 token 估算使用粗略的 字符数/4 启发式方法。生产系统使用专业的 tokenizer 库进行精确计数。
|
|
|
|
## 解决方案
|
|
|
|
```
|
|
Every turn:
|
|
+------------------+
|
|
| Tool call result |
|
|
+------------------+
|
|
|
|
|
v
|
|
[Layer 1: micro_compact] (silent, every turn)
|
|
Replace tool_result > 3 turns old
|
|
with "[Previous: used {tool_name}]"
|
|
|
|
|
v
|
|
[Check: tokens > 50000?]
|
|
| |
|
|
no yes
|
|
| |
|
|
v v
|
|
continue [Layer 2: auto_compact]
|
|
Save transcript to .transcripts/
|
|
LLM summarizes conversation.
|
|
Replace all messages with [summary].
|
|
|
|
|
v
|
|
[Layer 3: compact tool]
|
|
Model calls compact explicitly.
|
|
Same summarization as auto_compact.
|
|
```
|
|
|
|
## 工作原理
|
|
|
|
1. **第一层 -- micro_compact**: 每次 LLM 调用前, 找到最近 3 条之前的所有 tool_result 条目, 替换其内容。
|
|
|
|
```python
|
|
def micro_compact(messages: list) -> list:
|
|
tool_results = []
|
|
for i, msg in enumerate(messages):
|
|
if msg["role"] == "user" and isinstance(msg.get("content"), list):
|
|
for j, part in enumerate(msg["content"]):
|
|
if isinstance(part, dict) and part.get("type") == "tool_result":
|
|
tool_results.append((i, j, part))
|
|
if len(tool_results) <= KEEP_RECENT:
|
|
return messages
|
|
to_clear = tool_results[:-KEEP_RECENT]
|
|
for _, _, part in to_clear:
|
|
if len(part.get("content", "")) > 100:
|
|
tool_id = part.get("tool_use_id", "")
|
|
tool_name = tool_name_map.get(tool_id, "unknown")
|
|
part["content"] = f"[Previous: used {tool_name}]"
|
|
return messages
|
|
```
|
|
|
|
2. **第二层 -- auto_compact**: 当估算 token 超过 50,000 时, 保存完整对话记录并请求 LLM 进行摘要。
|
|
|
|
```python
|
|
def auto_compact(messages: list) -> list:
|
|
TRANSCRIPT_DIR.mkdir(exist_ok=True)
|
|
transcript_path = TRANSCRIPT_DIR / f"transcript_{int(time.time())}.jsonl"
|
|
with open(transcript_path, "w") as f:
|
|
for msg in messages:
|
|
f.write(json.dumps(msg, default=str) + "\n")
|
|
response = client.messages.create(
|
|
model=MODEL,
|
|
messages=[{"role": "user", "content":
|
|
"Summarize this conversation for continuity..."
|
|
+ json.dumps(messages, default=str)[:80000]}],
|
|
max_tokens=2000,
|
|
)
|
|
summary = response.content[0].text
|
|
return [
|
|
{"role": "user", "content": f"[Compressed]\n\n{summary}"},
|
|
{"role": "assistant", "content": "Understood. Continuing."},
|
|
]
|
|
```
|
|
|
|
3. **第三层 -- manual compact**: `compact` 工具按需触发相同的摘要机制。
|
|
|
|
```python
|
|
if manual_compact:
|
|
messages[:] = auto_compact(messages)
|
|
```
|
|
|
|
4. Agent loop 整合了全部三层。
|
|
|
|
```python
|
|
def agent_loop(messages: list):
|
|
while True:
|
|
micro_compact(messages)
|
|
if estimate_tokens(messages) > THRESHOLD:
|
|
messages[:] = auto_compact(messages)
|
|
response = client.messages.create(...)
|
|
# ... tool execution ...
|
|
if manual_compact:
|
|
messages[:] = auto_compact(messages)
|
|
```
|
|
|
|
## 核心代码
|
|
|
|
三层管道 (来自 `agents/s06_context_compact.py`, 第 67-93 行和第 189-223 行):
|
|
|
|
```python
|
|
THRESHOLD = 50000
|
|
KEEP_RECENT = 3
|
|
|
|
def micro_compact(messages):
|
|
# Replace old tool results with placeholders
|
|
...
|
|
|
|
def auto_compact(messages):
|
|
# Save transcript, LLM summarize, replace messages
|
|
...
|
|
|
|
def agent_loop(messages):
|
|
while True:
|
|
micro_compact(messages) # Layer 1
|
|
if estimate_tokens(messages) > THRESHOLD:
|
|
messages[:] = auto_compact(messages) # Layer 2
|
|
response = client.messages.create(...)
|
|
# ...
|
|
if manual_compact:
|
|
messages[:] = auto_compact(messages) # Layer 3
|
|
```
|
|
|
|
## 相对 s05 的变更
|
|
|
|
| 组件 | 之前 (s05) | 之后 (s06) |
|
|
|----------------|------------------|----------------------------|
|
|
| Tools | 5 | 5 (基础 + compact) |
|
|
| 上下文管理 | 无 | 三层压缩 |
|
|
| Micro-compact | 无 | 旧结果 -> 占位符 |
|
|
| Auto-compact | 无 | token 阈值触发 |
|
|
| Manual compact | 无 | `compact` 工具 |
|
|
| Transcripts | 无 | 保存到 .transcripts/ |
|
|
|
|
## 设计原理
|
|
|
|
上下文窗口有限, 但智能体会话可以无限。三层压缩在不同粒度上解决这个问题: micro-compact (替换旧工具输出), auto-compact (接近限制时 LLM 摘要), manual compact (用户触发)。关键洞察是遗忘是特性而非缺陷 -- 它使无限会话成为可能。转录文件将完整历史保存在磁盘上, 因此没有任何东西真正丢失, 只是从活跃上下文中移出。分层方法让每一层在各自的粒度上独立运作, 从静默的逐轮清理到完整的对话重置。
|
|
|
|
## 试一试
|
|
|
|
```sh
|
|
cd learn-claude-code
|
|
python agents/s06_context_compact.py
|
|
```
|
|
|
|
可以尝试的提示:
|
|
|
|
1. `Read every Python file in the agents/ directory one by one`
|
|
(观察 micro-compact 替换旧的结果)
|
|
2. `Keep reading files until compression triggers automatically`
|
|
3. `Use the compact tool to manually compress the conversation`
|