用途
Context Compactor 用于长会话场景下的自动上下文摘要与压缩。当上下文接近 token 上限时，它会对上下文进行压缩，同时保留关键信息，避免因上下文溢出而丢失重要内容。
主要能力
- 判断是否需要压缩：通过
should_compact(context, limit=100000)检查上下文是否接近限制。 - 执行压缩：通过
compact(context)对上下文进行压缩。 - 保留优先级策略：
- 必须保留（永不删除）：架构决策、未解决的 bug 与阻塞项、当前功能状态、最近文件变更（最近 5 个）、错误模式与解决方案。
- 可摘要（压缩为摘要）：已完成功能（ID 列表）、已解决错误（简要提及）、历史决策（关键点）。
- 可丢弃（完全移除）：冗余工具输出、过期搜索结果、被取代的消息、冗长日志。
- 压缩流程：为每条消息/内容评分重要性；标记必须保留的内容；压缩可摘要内容；移除可丢弃内容；校验压缩后上下文是否连贯。
- Token 预算分级：
- 低于 50%：正常，无操作。
- 50-75%：警告，准备压缩。
- 75-90%：压缩，触发压缩。
- 高于 90%：临界，激进压缩。
- 集成点：autonomous-session-manager 触发压缩检查；memory-manager 存储压缩摘要；handoff-coordinator 使用压缩状态进行交接。
使用方式
检查是否需要压缩：
from scripts.compactor import ContextCompactor
compactor = ContextCompactor()
if compactor.should_compact(context, limit=100000):
compacted = compactor.compact(context)
压缩上下文：
compacted = compactor.compact(context)
# Preserves: architectural decisions, bugs, current state
# Discards: stale tool outputs, redundant messages
适用场景
适用于长时间运行的会话，尤其是上下文接近 token 限制、需要总结已完成工作并保留关键信息的场景。
限制
资料未提供关于收费、价格、平台支持范围、性能指标或具体效果的信息，暂未提供。