-
Notifications
You must be signed in to change notification settings - Fork 24
Expand file tree
/
Copy pathcontext-compaction.html
More file actions
568 lines (522 loc) · 22.3 KB
/
Copy pathcontext-compaction.html
File metadata and controls
568 lines (522 loc) · 22.3 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
<!DOCTYPE html>
<html lang="zh-CN">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>上下文压缩 — OpenProgram 设计</title>
<style>
:root {
--blue: #3b82f6;
--green: #22c55e;
--yellow: #eab308;
--red: #ef4444;
--blue-bg: #eff6ff;
--green-bg: #f0fdf4;
--yellow-bg: #fefce8;
--red-bg: #fef2f2;
--gray-50: #f9fafb;
--gray-100: #f3f4f6;
--gray-200: #e5e7eb;
--gray-600: #4b5563;
--gray-800: #1f2937;
--gray-900: #111827;
}
* { box-sizing: border-box; margin: 0; padding: 0; }
body {
font-family: -apple-system, BlinkMacSystemFont, "Segoe UI", Roboto, "Helvetica Neue", Arial, sans-serif;
color: var(--gray-800);
background: var(--gray-50);
line-height: 1.7;
padding: 2rem 1rem;
}
.container { max-width: 900px; margin: 0 auto; }
h1 {
font-size: 1.8rem;
color: var(--gray-900);
border-bottom: 3px solid var(--gray-200);
padding-bottom: .5rem;
margin-bottom: 1.5rem;
}
h2 {
font-size: 1.35rem;
color: var(--gray-900);
margin-top: 2.5rem;
margin-bottom: .75rem;
border-left: 4px solid var(--blue);
padding-left: .75rem;
}
h3 {
font-size: 1.1rem;
color: var(--gray-800);
margin-top: 1.5rem;
margin-bottom: .5rem;
}
h4 {
font-size: 1rem;
color: var(--gray-800);
margin-top: 1.25rem;
margin-bottom: .4rem;
}
p, li { margin-bottom: .4rem; }
ul { padding-left: 1.5rem; }
.node-chat, .node-func, .node-tool {
display: inline-block;
font-size: .85rem;
font-weight: 600;
padding: 2px 10px;
border-radius: 12px;
margin: 0 2px;
vertical-align: middle;
}
.node-chat { background: var(--blue-bg); color: var(--blue); }
.node-func { background: var(--green-bg); color: var(--green); }
.node-tool { background: var(--yellow-bg); color: var(--yellow); }
.legend {
background: white;
border: 1px solid var(--gray-200);
border-radius: 8px;
padding: 1rem 1.25rem;
margin-bottom: 1.5rem;
display: flex;
gap: 1.5rem;
align-items: center;
flex-wrap: wrap;
}
.legend-title { font-weight: 700; color: var(--gray-600); font-size: .9rem; }
.done {
display: inline-block;
background: #d1fae5;
color: #065f46;
font-size: .8rem;
font-weight: 600;
padding: 2px 10px;
border-radius: 12px;
}
.pending {
display: inline-block;
background: #fef3c7;
color: #92400e;
font-size: .8rem;
font-weight: 600;
padding: 2px 8px;
border-radius: 10px;
}
.meta {
color: var(--gray-600);
font-size: .9rem;
margin-bottom: 1.5rem;
line-height: 1.6;
}
.meta code {
background: var(--gray-100);
padding: 1px 5px;
border-radius: 4px;
font-size: .85rem;
}
.meta a { color: var(--blue); text-decoration: none; }
.meta a:hover { text-decoration: underline; }
details {
background: white;
border: 1px solid var(--gray-200);
border-radius: 8px;
margin-bottom: 1rem;
overflow: hidden;
}
details[open] { border-color: var(--blue); }
summary {
cursor: pointer;
padding: .75rem 1rem;
font-weight: 700;
font-size: 1.1rem;
color: var(--gray-900);
background: white;
user-select: none;
list-style: none;
}
summary::before {
content: "▸ ";
color: var(--gray-600);
}
details[open] > summary::before { content: "▾ "; }
summary::-webkit-details-marker { display: none; }
.section-body { padding: .5rem 1rem 1rem; }
.spec {
background: white;
border: 1px solid var(--gray-200);
border-radius: 8px;
padding: 1rem 1.25rem;
margin: .75rem 0;
}
.spec dt {
font-weight: 700;
font-size: .85rem;
color: var(--gray-600);
text-transform: uppercase;
letter-spacing: .04em;
margin-top: .6rem;
}
.spec dt:first-child { margin-top: 0; }
.spec dd { margin-left: 0; margin-bottom: .2rem; }
code {
background: var(--gray-100);
padding: 1px 5px;
border-radius: 4px;
font-size: .9em;
font-family: "SF Mono", Menlo, Consolas, monospace;
}
pre {
background: var(--gray-900);
color: #e5e7eb;
padding: 1rem;
border-radius: 8px;
overflow-x: auto;
font-size: .85rem;
line-height: 1.5;
margin: .75rem 0;
}
pre code { background: none; padding: 0; color: inherit; }
table {
width: 100%;
border-collapse: collapse;
margin: .75rem 0;
font-size: .9rem;
}
th, td {
text-align: left;
padding: .5rem .75rem;
border: 1px solid var(--gray-200);
}
th {
background: var(--gray-100);
font-weight: 700;
color: var(--gray-800);
}
tr:nth-child(even) { background: var(--gray-50); }
.timeline { position: relative; padding-left: 2rem; margin: 1rem 0; }
.timeline::before {
content: "";
position: absolute;
left: .6rem;
top: 0;
bottom: 0;
width: 3px;
background: var(--gray-200);
border-radius: 2px;
}
.tl-item {
position: relative;
margin-bottom: 1.25rem;
padding: .75rem 1rem;
background: white;
border: 1px solid var(--gray-200);
border-radius: 8px;
}
.tl-item::before {
content: "";
position: absolute;
left: -1.65rem;
top: 1rem;
width: 12px;
height: 12px;
border-radius: 50%;
border: 3px solid white;
}
.tl-item.phase1::before { background: var(--blue); }
.tl-item.phase2::before { background: var(--green); }
.tl-item.phase3::before { background: var(--green); }
.tl-item.phase4::before { background: var(--blue); }
.tl-item.phase5::before { background: var(--red); }
.tl-item.phase6::before { background: var(--gray-600); }
.tl-title { font-weight: 700; margin-bottom: .25rem; }
.tl-ref { font-size: .8rem; color: var(--gray-600); }
.xref {
color: var(--blue);
font-size: .85rem;
font-weight: 600;
}
.toc {
background: white;
border: 1px solid var(--gray-200);
border-radius: 8px;
padding: 1rem 1.25rem;
margin-bottom: 2rem;
}
.toc-title { font-weight: 700; margin-bottom: .5rem; color: var(--gray-800); }
.toc a {
color: var(--gray-800);
text-decoration: none;
display: block;
padding: 2px 0;
font-size: .9rem;
}
.toc a:hover { color: var(--blue); }
.toc .indent { padding-left: 1.25rem; }
</style>
</head>
<body>
<div class="container">
<h1>上下文压缩 — OpenProgram 设计</h1>
<div class="meta">
<span class="done">Budget Reduction + Microcompact + Snip 已实现</span>
<span class="pending">Context Collapse / Reactive 待实现</span><br>
代码: <code>context/engine.py</code>、<code>context/budget.py</code>、<code>context/microcompact.py</code>、<code>context/tool_aging/</code>、<code>context/snip.py</code><br>
参考: <a href="../../claude-code-compaction.html">Claude Code 压缩参考</a>（5-tier 级联，基于逆向分析）
</div>
<div class="legend">
<span class="legend-title">节点类型</span>
<span class="node-chat">🔵 对话节点</span>
<span class="node-func">🟢 函数节点</span>
<span class="node-tool">🟡 工具节点</span>
</div>
<nav class="toc">
<div class="toc-title">目录</div>
<a href="#s1">1. 总览：常规操作 + 5 级级联</a>
<a href="#s2">2. 我们独有：函数调用节点的生命周期</a>
<a href="#s2-1" class="indent">2.1 函数运行中</a>
<a href="#s2-2" class="indent">2.2 函数结束 → expose=io，走常规级联</a>
<a href="#s3">3. 常规操作：Budget Reduction</a>
<a href="#s4">4. 级联压缩</a>
<a href="#s4-1" class="indent">Tier 1: Microcompact</a>
<a href="#s4-2" class="indent">Tier 2: Snip</a>
<a href="#s4-3" class="indent">Tier 3: Context Collapse</a>
<a href="#s4-4" class="indent">Tier 4: Auto-Compact / /compact</a>
<a href="#s4-5" class="indent">Tier 5: Reactive</a>
<a href="#s5">5. 执行流程</a>
<a href="#s6">6. 完整运行示例</a>
<a href="#s7">7. 和 Claude Code 的对应</a>
<a href="#s8">8. 实施计划</a>
</nav>
<!-- S1 -->
<details open id="s1">
<summary>1. 总览：常规操作 + 5 级级联</summary>
<div class="section-body">
<p>和 Claude Code 对齐，分两类：</p>
<p><strong>常规操作</strong>（每轮 LLM 调用前都做，和上下文长度无关）：Budget Reduction</p>
<p><strong>级联压缩</strong>（按 Tier 1→2→3→4→5 顺序升级，成本低的先做，前一级不够才上后一级）：</p>
<table>
<thead><tr><th></th><th>名称</th><th>做什么</th><th>触发条件</th><th>调 LLM</th><th>破缓存</th><th>状态</th></tr></thead>
<tbody>
<tr><td>常规</td><td>Budget Reduction</td><td>截断超大单个输出</td><td>单个 tool_result > <strong>4000 字符</strong></td><td>否</td><td>否</td><td><span class="done">✅</span></td></tr>
<tr><td>Tier 1</td><td>Microcompact</td><td>旧工具输出清理</td><td>工具调用 ≥ <strong>50 次</strong>（之后每 <strong>25 次</strong>）/ 空闲 <strong>90 分钟</strong></td><td>否</td><td>cache-aware 不破</td><td><span class="done">✅</span></td></tr>
<tr><td>Tier 2</td><td>Snip</td><td>删最旧几轮</td><td>Tier 1 后仍超预算</td><td>否</td><td>是</td><td><span class="done">✅</span></td></tr>
<tr><td>Tier 3</td><td>Context Collapse</td><td>分段摘要</td><td>Tier 2 后仍超，~<strong>90%</strong></td><td>是（每段一次）</td><td>是</td><td><span class="pending">⏳</span></td></tr>
<tr><td>Tier 4</td><td>Auto-Compact</td><td>全量摘要</td><td>Tier 3 后仍超 / 用户 <code>/compact</code></td><td>是（一次）</td><td>是</td><td><span class="done">✅</span></td></tr>
<tr><td>Tier 5</td><td>Reactive</td><td>紧急压缩</td><td>API 返回 <strong>413</strong></td><td>是</td><td>是</td><td><span class="pending">⏳</span></td></tr>
</tbody>
</table>
<p><strong>级联逻辑</strong>：每轮 LLM 调用前，从 Tier 1 开始检查。满足条件就执行，执行完重新检查是否还超。还超就进入下一个 Tier。</p>
<p style="color:var(--gray-600);font-size:.9rem">注：Tier 3 和 Tier 4 在 Claude Code 逆向分析中被描述为"overlapping strategies"，不一定严格级联。<code>/compact</code> 手动命令直接触发 Tier 4，跳过 Tier 1-3。</p>
</div>
</details>
<!-- S2 -->
<details open id="s2">
<summary>2. 我们独有：函数调用节点的生命周期</summary>
<div class="section-body">
<p>Claude Code 是线性对话没有 DAG，不需要这一层。我们有函数调用节点（<span class="node-func">🟢</span>），需要额外处理。</p>
<h3 id="s2-1">2.1 函数运行中</h3>
<dl class="spec">
<dt>触发</dt>
<dd>函数被调用，status="running"</dd>
<dt>做什么</dt>
<dd>内部子树完整展开在上下文中</dd>
<dt>可见范围</dt>
<dd>由 <code>render_context</code> 的 callers/subcalls/expose 控制</dd>
<dt>节点状态</dt>
<dd><strong>内部视角</strong>：子节点 full。<strong>外部视角</strong>：默认 expose=io，调用方只看到输入+输出</dd>
<dt>和压缩的关系</dt>
<dd>函数运行中，内部的 <span class="node-tool">🟡 工具输出</span>照常走 Budget Reduction（<span class="xref">§3</span>）和 Microcompact（<span class="xref">Tier 1</span>）。不参与 Snip（不能删正在用的）</dd>
</dl>
<h3 id="s2-2">2.2 函数结束 → expose=io，走常规级联</h3>
<dl class="spec">
<dt>触发</dt>
<dd>函数返回，status="completed"/"error"</dd>
<dt>做什么</dt>
<dd>expose=io 天然隐藏内部子树。不需要额外操作。子节点保留在 DAG 中（可查）</dd>
<dt>后续</dt>
<dd>函数节点（输入+输出）进入 <span class="xref">§3-§4</span> 的常规级联，和 <span class="node-chat">🔵 对话节点</span> 一视同仁。不需要单独的策略</dd>
</dl>
</div>
</details>
<!-- S3 -->
<details open id="s3">
<summary>3. 常规操作：Budget Reduction <span class="done">✅ 已实现</span></summary>
<div class="section-body">
<p>和 Claude Code 一致。每轮 LLM 调用前都做，和上下文长度无关。</p>
<dl class="spec">
<dt>做什么</dt>
<dd>截断超大的单个 <span class="node-tool">🟡 工具输出</span>。不处理 <span class="node-chat">🔵 user/assistant 消息</span></dd>
<dt>阈值</dt>
<dd><strong>4000 字符</strong>（约 1000 tokens）</dd>
<dt>截断方式</dt>
<dd>保留前 <strong>2400 字符</strong>（60%）+ 后 <strong>1600 字符</strong>（40%），中间丢弃</dd>
<dt>代码</dt>
<dd><code>context/tool_aging/truncate.py: middle_truncate</code>、<code>context/tool_aging/policy.py: MAX_TOOL_RESULT_CHARS = 4000</code></dd>
</dl>
</div>
</details>
<!-- S4 -->
<details open id="s4">
<summary>4. 级联压缩（Tier 1→5）</summary>
<div class="section-body">
<p>Budget Reduction 之后，按 Tier 顺序检查。前一级做完仍超阈值才上后一级。</p>
<h3 id="s4-1">Tier 1: Microcompact <span class="done">✅ 已实现</span></h3>
<p>和 Claude Code 一致。清理旧 <span class="node-tool">🟡 工具输出</span>。</p>
<dl class="spec">
<dt>触发</dt>
<dd>Cache-aware: <strong>50 次工具调用</strong>后首次，之后每 <strong>25 次</strong>。Time-based: 空闲 <strong>~90 分钟</strong></dd>
<dt>只处理</dt>
<dd>FileRead、Shell、Grep、Glob、WebSearch、WebFetch、FileEdit、FileWrite</dd>
<dt>两条路径</dt>
<dd>
<strong>Cache-aware</strong>（Anthropic provider）：通过 Context Editing API（<code>cache_edits</code>，beta header <code>context-management-2025-06-27</code>）服务端清除旧 tool_result。客户端消息不变，<strong>缓存不破</strong>。sentinel 做了字节级归一化（byte-stable），重复操作不改变已缓存内容<br>
<strong>Time-based</strong>（其他 provider / 空闲 90 分钟）：客户端替换为占位文本（~20 tokens）。<strong>会破缓存</strong>
</dd>
<dt>压缩效果</dt>
<dd>每个工具输出：原始大小 → 0 tokens（cache-aware）或 ~20 tokens（time-based）</dd>
<dt>代码</dt>
<dd><code>context/microcompact.py</code>、<code>context/rules/microcompact.py</code></dd>
</dl>
<h3 id="s4-2">Tier 2: Snip <span class="done">✅ 已实现</span></h3>
<p>和 Claude Code 一致。直接删最旧的几轮对话。不做摘要，不调 LLM。</p>
<dl class="spec">
<dt>触发</dt>
<dd>Tier 1 做完后仍超预算</dd>
<dt>删除粒度</dt>
<dd><strong>整轮</strong>（user + assistant + 该轮所有工具调用一起删）</dd>
<dt>删多少</dt>
<dd>从最旧的开始逐轮删，每删一轮重新算 token 数，删到阈值以下为止（不是固定 N 轮）</dd>
<dt>代价</dt>
<dd>信息完全丢失，缓存前缀被破坏。但免费（不调 LLM）</dd>
<dt>函数节点</dt>
<dd>已完成的 <span class="node-func">🟢 函数节点</span>按时间参与 Snip。运行中的不删</dd>
<dt>代码</dt>
<dd><code>context/snip.py</code></dd>
</dl>
<h3 id="s4-3">Tier 3: Context Collapse <span class="pending">⏳ 待实现</span></h3>
<p>和 Claude Code 一致。分段 LLM 摘要，原始消息保留（可回滚）。</p>
<dl class="spec">
<dt>触发</dt>
<dd>Tier 2 Snip 后仍超（约 90%，95% 阻塞强制）</dd>
<dt>分段</dt>
<dd><strong>5-10 轮</strong>一段，每段独立 LLM 摘要（每段约 100-300 tokens）</dd>
<dt>LLM 调用</dt>
<dd>次数 = 段数（例：30 轮分 3 段 = 3 次 LLM 调用）</dd>
<dt>可回滚</dt>
<dd>原始消息保留在 collapse store 中（读时投影 / read-time projection）</dd>
</dl>
<h3 id="s4-4">Tier 4: Auto-Compact <span class="done">✅ 已实现</span></h3>
<p>和 Claude Code 一致。全量 LLM 摘要，替换所有旧消息。不可回滚。</p>
<dl class="spec">
<dt>触发</dt>
<dd>Tier 3 后仍超。或用户手动 <code>/compact</code>（直接跳到这里）</dd>
<dt>LLM 调用</dt>
<dd><strong>1 次</strong>（全量摘要）</dd>
<dt>摘要大小</dt>
<dd>约 <strong>2000-5000 tokens</strong></dd>
<dt>保留</dt>
<dd>最近 <strong>1-2 轮</strong>完整。system prompt 从配置文件重新加载（不依赖摘要）</dd>
<dt>/compact 命令</dt>
<dd><code>/compact</code> 或 <code>/compact 保留数据库迁移的讨论</code>。建议在 <strong>60%</strong> 时手动做</dd>
<dt>链式压缩</dt>
<dd>压缩后继续聊，再次满了在上一次摘要基础上再压。信息逐层衰减</dd>
<dt>代码</dt>
<dd><code>context/engine.py: compact()</code></dd>
</dl>
<h3 id="s4-5">Tier 5: Reactive <span class="pending">⏳ 待实现</span></h3>
<p>API 返回 413（prompt too long）时的紧急压缩。每轮至多触发一次。都失败则终止。</p>
</div>
</details>
<!-- S5 -->
<details open id="s5">
<summary>5. 执行流程</summary>
<div class="section-body">
<pre><code>每轮 LLM 调用前：
1. Budget Reduction → 截断超大工具输出（每轮都做）
2. 级联检查（按 Tier 顺序）：
Tier 1: Microcompact 条件满足？→ 清旧工具输出
Tier 2: 仍超阈值？→ Snip 删旧轮
Tier 3: 仍超阈值？→ Context Collapse 分段摘要
Tier 4: 仍超阈值？→ Auto-Compact 全量摘要
3. 调 LLM
4. 如果 API 返回 413：
Tier 5: Reactive → 紧急压缩 → 重试
→ 失败则终止</code></pre>
</div>
</details>
<!-- S6 -->
<details id="s6">
<summary>6. 完整运行示例</summary>
<div class="section-body">
<p>场景：200K context，持续工作几小时，中间调用了 research_agent。</p>
<div class="timeline">
<div class="tl-item phase1">
<div class="tl-title">阶段 1（0-30%）：正常对话</div>
<p><span class="node-chat">🔵 user</span> → <span class="node-chat">🔵 assistant</span>，Budget Reduction 检查工具输出，没超的跳过。级联都不触发。</p>
</div>
<div class="tl-item phase2">
<div class="tl-title">阶段 2（30-50%）：Tier 1 Microcompact 开始工作</div>
<p>工具调用超过 50 次。Microcompact cache-aware 首次触发，清理旧工具输出，释放约 15K tokens。之后每 25 次再清一轮。Tier 2-5 不触发。</p>
</div>
<div class="tl-item phase3">
<div class="tl-title">阶段 3：调用 <span class="node-func">🟢 research_agent</span></div>
<p>函数运行中：内部 <span class="node-tool">🟡 工具调用</span>展开。Budget Reduction 截断超大输出。函数结束后 expose=io 隐藏内部子树，节点走常规级联。</p>
</div>
<div class="tl-item phase4">
<div class="tl-title">阶段 4（超阈值）：Tier 2 Snip 触发</div>
<p>Microcompact 做了还是超。Snip 删最旧 5 轮（包括已完成的函数节点），降到阈值以下。Tier 3-5 不触发。</p>
</div>
<div class="tl-item phase5">
<div class="tl-title">阶段 5（极端）：Tier 3/4 触发</div>
<p>反复 Snip 后可删的不多了。Context Collapse 分段摘要。还不够则 Auto-Compact 全量摘要。很少发生。</p>
</div>
<div class="tl-item phase6">
<div class="tl-title">阶段 6：继续使用</div>
<p>压缩后正常对话。再次超阈值时重复级联。大模型想查旧的函数内部过程，可以通过工具读取 DAG 子节点。</p>
</div>
</div>
</div>
</details>
<!-- S7 -->
<details id="s7">
<summary>7. 和 Claude Code 的对应</summary>
<div class="section-body">
<table>
<thead><tr><th>我们</th><th>Claude Code</th><th>说明</th></tr></thead>
<tbody>
<tr><td>§2 函数节点生命周期</td><td>无</td><td>我们独有（DAG + expose=io）</td></tr>
<tr><td>§3 Budget Reduction</td><td>Budget Reduction</td><td>一致（4000 字符阈值，60/40 截断）</td></tr>
<tr><td>Tier 1 Microcompact</td><td>Tier 1 Microcompact</td><td>一致。Anthropic provider 用 cache-aware path</td></tr>
<tr><td>Tier 2 Snip</td><td>Tier 2 Snip</td><td>一致（整轮删）</td></tr>
<tr><td>Tier 3 Context Collapse</td><td>Tier 3 Context Collapse</td><td>一致（分段摘要，可回滚）</td></tr>
<tr><td>Tier 4 Auto-Compact / /compact</td><td>Tier 4 Auto-Compact / /compact</td><td>一致（全量摘要）</td></tr>
<tr><td>Tier 5 Reactive</td><td>Tier 5 Reactive</td><td>一致（413 紧急压缩）</td></tr>
</tbody>
</table>
<p style="margin-top:.5rem;color:var(--gray-600);font-size:.85rem">
来源：<a href="../../claude-code-compaction.html" style="color:var(--blue)">Claude Code 压缩参考</a>（基于逆向分析，非官方文档）
</p>
</div>
</details>
<!-- S8 -->
<details id="s8">
<summary>8. 实施计划</summary>
<div class="section-body">
<table>
<thead><tr><th>步骤</th><th>做什么</th><th>状态</th><th>代码</th></tr></thead>
<tbody>
<tr><td>1</td><td>Budget Reduction — 截断超大输出（§3）</td><td><span class="done">✅</span></td><td><code>context/tool_aging/truncate.py</code></td></tr>
<tr><td>2</td><td>Tier 1 Microcompact — 旧工具输出清理</td><td><span class="done">✅</span></td><td><code>context/microcompact.py</code></td></tr>
<tr><td>3</td><td>Tier 2 Snip — 删最旧几轮</td><td><span class="done">✅</span></td><td><code>context/snip.py</code></td></tr>
<tr><td>4</td><td>Tier 3 Context Collapse — 分段 LLM 摘要</td><td><span class="pending">⏳</span></td><td></td></tr>
<tr><td>5</td><td>Tier 4 Auto-Compact — 全量 LLM 摘要</td><td><span class="done">✅</span></td><td><code>context/engine.py</code></td></tr>
<tr><td>6</td><td>Tier 5 Reactive — 413 紧急压缩</td><td><span class="pending">⏳</span></td><td></td></tr>
<tr><td>7</td><td>/compact 命令</td><td><span class="pending">⏳</span></td><td></td></tr>
<tr><td>8</td><td>/context 命令（token 分布）</td><td><span class="done">✅</span></td><td><code>cli/repl/handlers.py</code></td></tr>
<tr><td>9</td><td>Anthropic Context Editing API 集成</td><td><span class="pending">⏳</span></td><td></td></tr>
</tbody>
</table>
</div>
</details>
</div>
</body>
</html>