上下文与窗口管理

R — 原文 (Reading)

跨供应商系统提示词中浮现的上下文管理核心模式：Gemini CLI 将上下文窗口称为"最珍贵的资源"并配合子代理压缩；Claude Code 使用文件级记忆（MEMORY.md 索引）+ 自动上下文压缩；ChatGPT Agent 用 memento 工具处理超限场景并注入用户画像（时区、位置）；Claude Chrome 定义了 11 节对话摘要模板用于压缩；Warp 对大文件使用 5000 行固定分块；Claude ScheduleWakeup 根据缓存感知选择延迟时间（5分钟内保持缓存）。核心共识：上下文窗口是稀缺资源，必须主动管理。

I — 方法论骨架 (Interpretation)

1. Token 预算意识 — 将上下文窗口视为固定预算，主动分配而非被动填充；预算用尽前触发压缩
2. 分层压缩策略 — 原始对话 → 摘要压缩 → 关键点提取 → 持久化记忆，按距离当前轮次的远近逐层压缩
3. 延迟加载 (Lazy Loading) — 不预先加载所有可用信息，按需从文件/数据库/工具中发现和加载
4. 层级化持久记忆 — 对话级（临时）→ 会话级（摘要）→ 项目级（MEMORY.md）→ 用户级（画像），形成记忆金字塔
5. 结构化摘要模板 — 定义压缩后的标准格式（如 Claude Chrome 的 11 节模板），确保压缩不丢失关键信息
6. 缓存感知调度 — 利用模型缓存机制优化延迟选择，短间隔（< 5min）保持缓存命中
7. Token 节约语法 — 压缩 URL（Notion AI 的 {{1}}）、省略标记、引用编号（Claude Design 的 [id:mNNNN]）

A1 — 案例分析 (Past Application)

案例: Gemini CLI 的"最珍贵资源"策略