文章 / Agent
多轮对话的上下文管理：滑窗、摘要与 token 预算
全量历史递给模型，聊到第十轮就爆了。最近几轮保真、更早的压成摘要、再按预算兜底——三层怎么配合、各自在哪一层失效。
这篇文章还在写。可以先看看已经完成的
《为什么 RAG 一定要做混合检索》
。
这篇文章还在写。
想讲清楚的是「上下文不是把历史全塞进去」这件事：
- 滑窗：最近几轮保留原文，窗口开多大是算出来的而不是拍出来的
- 摘要：更早的历史压成一段摘要，什么该留、什么可以丢
- 预算：工具返回的大段 JSON、检索到的长文档，谁先被裁
还有一个我已经踩过的坑：按「一问一答」成对裁剪，会把工具调用链从中间剪断。
已经写完的那篇讲的是「资料怎么找得准」： 《从关键词到语义：为什么 RAG 一定要做混合检索》。