wehub-resource-sync
82 lines
3.4 KiB
Plaintext
82 lines
3.4 KiB
Plaintext
---
|
|
title: 短期记忆
|
|
description: 对话上下文 — 消息管理、压缩策略和上下文操作
|
|
---
|
|
|
|
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
|
|
|
|
| 参数 | 说明 | 默认值 |
|
|
| --- | --- | --- |
|
|
| `agent_max_context_tokens` | 上下文最大 token 预算 | `50000` |
|
|
| `agent_max_context_turns` | 上下文最大对话轮次 | `20` |
|
|
| `agent_max_steps` | 单轮对话最大决策步数（工具调用次数） | `15` |
|
|
|
|
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：
|
|
|
|
| 命令 | 说明 |
|
|
| --- | --- |
|
|
| `/context` | 查看当前上下文统计（消息数、角色分布、总字符数） |
|
|
| `/context clear` | 清空当前会话上下文 |
|
|
| `/config agent_max_context_tokens 80000` | 调整上下文 token 预算 |
|
|
| `/config agent_max_context_turns 30` | 调整上下文轮次上限 |
|
|
|
|
<Tip>
|
|
清空上下文后，Agent 会"忘记"之前的对话内容。被裁剪和清空的内容如果已经写入长期记忆，仍可通过记忆检索找回。
|
|
</Tip>
|