一、上下文窗口概述

上下文窗口（Context Window）是子代理运行时的核心概念，它决定了子代理在一次交互中能够"看到"和"记住"的信息范围。每个子代理拥有独立的上下文窗口，这意味着不同子代理之间的上下文互不干扰，各自维护自己的状态和记忆。

上下文窗口的大小是有限的，其容量取决于底层模型的具体规格。当前主流大语言模型的上下文窗口从数万到数十万token不等，但无论多大，合理管理上下文窗口都是子代理高效工作的关键。如果超出上下文窗口限制，最直接的后果就是历史信息丢失——早期对话内容或工具执行结果会被截断，导致子代理"失忆"。

在实际应用中，上下文窗口管理的好坏直接决定了子代理的工作质量。窗口过小会导致关键信息丢失，窗口过大则会带来不必要的token消耗和响应延迟。因此，掌握上下文窗口的管理策略是每个子代理开发者必须掌握的技能。

二、上下文窗口的组成

子代理的上下文窗口由多个不同来源的内容共同构成，理解这些组成部分有助于我们精准地管理上下文资源。

• 系统提示：系统提示是赋予子代理角色定位和行为指令的核心部分。它定义了子代理的身份、任务目标、行为规范、输出格式等元信息。系统提示通常位于上下文窗口的最前端，在整个对话过程中持续生效，因此应当尽量精炼，避免包含冗余信息。
• 对话历史：对话历史记录了用户和子代理之间的完整交互过程，包括用户的每一次提问和子代理的每一次回复。这是上下文窗口中动态增长最快的部分，也是管理难度最大的部分。随着对话轮数的增加，对话历史会持续占用上下文空间。
• 工具结果：子代理在调用工具（如文件读取、代码执行、网络请求等）时，工具的返回结果会被写入上下文窗口。某些工具可能返回大量数据（如读取一个大文件、执行数据库查询返回海量结果），这会急剧消耗上下文空间。
• 文件内容：子代理在运行过程中读取的文件数据同样会占用上下文。例如，读取源代码文件、配置文件、数据文件等。这些文件内容会直接进入上下文窗口，成为子代理推理的依据。

三、上下文压缩策略

上下文压缩是应对上下文窗口限制的最常用手段，其核心思想是在保留关键信息的前提下，最大程度地减少上下文占用的token数量。

• 对话历史摘要：将长时间的对话历史压缩为简短的摘要，用几句话概括之前的对话要点，而不是保留完整的对话记录。摘要技术可以是简单的截断策略，也可以使用专门的摘要模型生成高质量摘要。
• 代码截断：当子代理需要读取代码文件时，只保留与当前任务相关的函数或代码段，而不是将整个文件全部读入上下文。例如，调试一个特定函数时，只需读取该函数的实现，无需加载整个模块。
• 移除冗余的中间输出：工具调用产生的中间输出往往包含大量冗余信息。例如，编译日志中的成功信息、API响应中的默认字段等。这些内容可以在写入上下文之前进行过滤和精简。
• 保留最新的N轮对话：采用滑动窗口策略，只保留最近N轮对话内容，丢弃早期的对话记录。这种方法实现简单，在大多数场景下效果良好，因为最新的对话通常包含最相关的上下文信息。

四、分段处理策略

分段处理是一种从任务设计层面规避上下文窗口限制的策略，它通过改变任务的执行方式来降低单个子代理对上下文的需求。

• 将长任务分为多个短阶段处理：将一个复杂的长期任务分解为多个独立的短期阶段，每个阶段聚焦于一个具体的子目标。例如，代码审查任务可以分解为"语法检查阶段"、"逻辑审查阶段"和"安全审计阶段"。
• 每个阶段使用新的上下文：在每个阶段开始时创建一个全新的上下文窗口，避免前一阶段积累的上下文干扰当前阶段。这种方式保证了每个阶段都能以"最清晰的视野"处理当前任务。
• 阶段之间共享关键信息而非全部上下文：阶段之间只传递必要的关键信息（如中间结果、决策依据），而非传递完整的上下文。这可以通过结构化的数据格式（如JSON）来实现信息交换，大幅降低信息传递成本。
• 子代理只关注当前阶段所需上下文：每个子代理实例只需加载当前阶段所需的最小上下文集合，无需了解全部历史。这种"按需加载"的方式极大提高了上下文利用效率。

五、实践建议

基于上述理论知识，以下是在实际开发和部署子代理时应当遵循的最佳实践建议。

• 给子代理的prompt保持精炼：系统提示是每次请求都会发送的固定开销，应当尽量精简。只包含必要的行为指令和角色定义，避免在系统提示中塞入冗长的示例或背景知识。
• 使用文件引用而非内嵌大量内容：当子代理需要参考大量背景资料时，使用文件路径引用而非直接将内容内嵌到上下文中。子代理可以在需要时通过工具调用读取具体文件，避免上下文被大量静态内容占用。
• 定期清理不再需要的上下文：在长时间运行的任务中，定期检查并清理不再需要的上下文内容。例如，已完成任务的中间结果、已处理的旧日志等，都应当及时从上下文中移除。
• 监控token使用量避免超限：在关键任务中，应当实时监控上下文窗口的token使用量，建立预警机制。当接近上限时，自动触发压缩策略或分段切换，防止因超出限制导致数据丢失。