第 12 章 Context 管理

上下文窗口是有限资源

模型能"看到"的内容有上限。对话历史、读进来的文件、工具调用结果、memory 文件、skill 定义——这些都在消耗这个上限。用完了，就没法继续了。

Claude Code 把这个资源的管理做成了显式功能，而不是让用户自己猜"为什么它突然忘了之前说的话"。

你能看到上下文花在哪里

/context 会显示当前上下文的使用分布：多少在对话历史里，多少在 memory 文件里，多少在 MCP tool 定义里，多少在 skill 里，还有多少剩余。

这个可视化的价值不是帮你优化 token 用量，而是让系统行为变透明。如果 agent 好像没注意到某件事，你可以看看那件事是不是已经被压缩掉了；如果上下文快满了，你知道该做什么，而不是等到突然报错。

Compact 是怎么工作的

Compact 有两种触发方式：

1. 手动：/compact 立即触发，你可以在觉得上下文太乱的时候主动清理。
2. 自动：当上下文 token 数接近有效窗口上限时（大约在上限前 13,000 tokens 的位置），系统自动触发一次 compact，然后继续对话。你会在消息流里看到一条提示，说明刚才发生了压缩——不是悄悄进行的。如果不想要自动 compact，可以在设置里关掉。如果 compact 连续失败 3 次，系统也会自己停下来，不再反复尝试。

压缩的逻辑不是随机丢弃，而是有优先级的：

• 最近几轮对话完整保留，不压缩
• 工具调用结果保留摘要，原始输出可以丢
• 被后续对话引用的内容保留，没有被引用的可以丢
• 纯文本的中间回复，多轮合并成摘要

被压缩的内容会打上标记，界面上能看到"这里有内容被摘要了"，不是悄悄消失。

Context Collapse

Context collapse 比 compact 更激进：把多轮内容（包括工具调用链）折叠成一个 summary block。适合长任务的阶段切换点——当前阶段完成了，折叠历史，清空空间，新阶段开始时只保留一个简短的"之前做了什么"的摘要。

Context collapse 没有用户命令，完全自动触发：系统在每次 API 调用前判断是否需要折叠，也会在遇到上下文溢出错误时自动触发。Collapse 和 auto-compact 是独立的机制，可以同时运行——前者专门压缩 Read/Search 工具的输出，后者摘要整体对话历史，各管各的。手动 /compact 不受影响，仍然可用。

为什么压缩要可见

Compact 可以做成完全静默的——自动触发，不通知用户，对话继续。很多系统就是这样做的。

问题是：你不知道压缩发生了，也不知道什么被丢掉了。如果因此出了问题——agent 忘了一个重要约束，或者重复做了已经做过的事——你很难判断是 agent 的问题还是上下文压缩导致的问题。

Claude Code 选择让压缩可见：自动触发时会在消息流里留下记录，被压缩的内容会打上标记，/context 能看到上下文花在哪里。代价是多了一些需要了解的概念，好处是出了问题你知道从哪里查。