上下文压缩与 MoA

源码版本v2026.7.20

职责

两件事:① 当历史消息逼近 provider 上下文上限时,把旧消息摘要/裁剪掉腾出预算(context_compressor);② 可选地用 Mixture-of-Agents 路径聚合多个模型的输出(moa_loop)。两者都在主循环内被调用,是「让长对话跑得下去」和「让回答更稳」的支撑件。

关键文件

• context_compressor 模块 — 压缩总入口(约 3700 行)
• 预算估算:190-242 — _estimate_msg_budget_tokens / _serialized_length_for_budget
• 消息清洗:136-155 — _fresh_compaction_message_copy / _strip_persistence_markers
• 工具调用与路径提及提取:337-360 — _extract_tool_call_name_and_args / _collect_path_mentions
• 内容裁剪:472-515 — _append_text_to_content / _strip_image_parts_from_parts
• moa_loop — Mixture-of-Agents 聚合
• IterationBudget — 压缩 refund 与预算联动

数据流

1. 主循环每轮评估是否需要压缩(见 _should_run_preflight_estimate:213)。
2. 命中阈值后调用 context_compressor:
   • 估算每条消息占用预算(agent/context_compressor.py:419)
   • 对旧消息做清洗拷贝(agent/context_compressor.py:136)、剥除持久化标记(agent/context_compressor.py:155)
   • 保留工具调用名/参数与路径提及,避免摘要丢失关键操作(agent/context_compressor.py:337)
   • 裁剪图片段与超长内容(agent/context_compressor.py:472)
3. 压缩产生的「新空间」通过 iteration_budget.refund()(agent/iteration_budget.py)部分退还,允许主循环多跑几轮。
4. 若启用 MoA,moa_loop 在本轮并行调用多个 provider 并聚合,作为对主回答的增强或仲裁。

小结

压缩器是长对话的生命线,核心权衡是「丢什么、留什么」——它优先保留工具调用与路径提及,因为丢了这些会让后续轮次「失忆」。MoA 是正交增强,可开关。两者都不改变主循环结构,只在合适时机切入。