Deep Code CLI上下文窗口完全指南contextWindow与长会话自动压缩原理【免费下载链接】deepcode-cliDeep Code 是专为 deepseek-v4 模型优化的终端 AI 编码助手支持深度思考、推理强度控制以及 Agent Skills。项目地址: https://gitcode.com/gh_mirrors/de/deepcode-cliDeep Code CLI是专为 deepseek-v4 模型优化的终端 AI 编码助手。当你和它长时间连续对话时上下文窗口contextWindow和自动压缩auto-compact机制决定了 AI 能否记住并延续之前的工作。本文将用通俗的方式讲清这两个机制的原理与配置方法让你的长会话永不失忆。上下文窗口是什么为什么长会话需要它LLM 每次处理请求时都会把系统提示词、工具定义和历史对话一起装进一个有限的容器——这就是上下文窗口单位是 token。窗口太小长对话会频繁触顶AI 表现不稳定窗口太大不划算也可能超出模型实际能力。Deep Code CLI 针对不同的默认窗口做了智能适配见 settings.ts场景默认contextWindowdeepseek-v4 系列模型1M1024 × 1024 tokens其他模型256K一键配置contextWindow 与 autoCompactWindow 快速上手这两个字段都位于settings.json的顶层配置说明详见 docs/configuration.md字段作用默认值contextWindow上下文窗口上限支持精确 token 数或128K、1M格式按模型自动取值autoCompactWindow自动压缩触发阈值上下文窗口的50%配置示例K按 1024、M按 1024² 换算{ contextWindow: 1M, autoCompactWindow: 512K }解析优先级为环境变量CONTEXT_WINDOW→ 项目 settings → 用户 settings → 模型默认值autoCompactWindow同理环境变量为AUTO_COMPACT_WINDOW且最终值不会超过contextWindow见 settings.ts 解析逻辑。自动压缩原理5 步让长会话瘦身当会话中实际占用的 token 数activeTokens来自模型响应的 usage 统计超过autoCompactWindow阈值时Deep Code CLI 会在下一次模型调用前自动触发压缩界面上你会看到一句The conversation is getting long, compacting...触发点在 session.ts。压缩的完整流程如下筛选消息取会话中所有未压缩过的消息跳过开头的 system 消息保留近段从 2/3 处开始寻找边界最近约 1/3 的对话保持原文不动只有更早的 2/3 参与压缩见 compactSession 实现生成摘要把早期对话以 JSONL 格式交给模型用专门的压缩提示词getCompactPrompt让它输出一份关注用户明确需求 此前执行动作的详细摘要标记压缩早期消息打上compacted标记技能目录类消息会被跳过保留并从后续请求中移除插入摘要在消息序列中插入一条隐藏的系统摘要内容形如There are earlier parts of the conversation. Here is a summary: …模型之后读取的就是这份摘要。整个压缩会累计到会话用量统计中activeTokens也会随压缩结果刷新。压缩之后会话还能继续吗可以而且几乎无感最近 1/3 的对话是原文模型对近期上下文的记忆完整早期历史由摘要承载关键需求、决策、已执行操作都被提炼保留会话文件本身未被删除配合/resume命令恢复会话时压缩状态一并持久化跨终端重启也有效。实用建议如何调整压缩阈值默认值50%通常就够了——既留足回答空间又能尽早瘦身长文档、多轮重构任务可适当调低如autoCompactWindow: 384K让压缩更频繁、每次代价更小短平快的问答可不调交给默认策略调高contextWindow前建议确认所用模型的实际窗口能力避免超出模型上限。想深入了解会话持久化与恢复可以继续看 docs/session-persistence.md 与 docs/configuration.md源码实现集中在 packages/core/src/session.ts 与 packages/core/src/settings.ts。【免费下载链接】deepcode-cliDeep Code 是专为 deepseek-v4 模型优化的终端 AI 编码助手支持深度思考、推理强度控制以及 Agent Skills。项目地址: https://gitcode.com/gh_mirrors/de/deepcode-cli创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Deep Code CLI上下文窗口完全指南contextWindow与长会话自动压缩原理【免费下载链接】deepcode-cliDeep Code 是专为 deepseek-v4 模型优化的终端 AI 编码助手支持深度思考、推理强度控制以及 Agent Skills。项目地址: https://gitcode.com/gh_mirrors/de/deepcode-cliDeep Code CLI是专为 deepseek-v4 模型优化的终端 AI 编码助手。当你和它长时间连续对话时上下文窗口contextWindow和自动压缩auto-compact机制决定了 AI 能否记住并延续之前的工作。本文将用通俗的方式讲清这两个机制的原理与配置方法让你的长会话永不失忆。上下文窗口是什么为什么长会话需要它LLM 每次处理请求时都会把系统提示词、工具定义和历史对话一起装进一个有限的容器——这就是上下文窗口单位是 token。窗口太小长对话会频繁触顶AI 表现不稳定窗口太大不划算也可能超出模型实际能力。Deep Code CLI 针对不同的默认窗口做了智能适配见 settings.ts场景默认contextWindowdeepseek-v4 系列模型1M1024 × 1024 tokens其他模型256K一键配置contextWindow 与 autoCompactWindow 快速上手这两个字段都位于settings.json的顶层配置说明详见 docs/configuration.md字段作用默认值contextWindow上下文窗口上限支持精确 token 数或128K、1M格式按模型自动取值autoCompactWindow自动压缩触发阈值上下文窗口的50%配置示例K按 1024、M按 1024² 换算{ contextWindow: 1M, autoCompactWindow: 512K }解析优先级为环境变量CONTEXT_WINDOW→ 项目 settings → 用户 settings → 模型默认值autoCompactWindow同理环境变量为AUTO_COMPACT_WINDOW且最终值不会超过contextWindow见 settings.ts 解析逻辑。自动压缩原理5 步让长会话瘦身当会话中实际占用的 token 数activeTokens来自模型响应的 usage 统计超过autoCompactWindow阈值时Deep Code CLI 会在下一次模型调用前自动触发压缩界面上你会看到一句The conversation is getting long, compacting...触发点在 session.ts。压缩的完整流程如下筛选消息取会话中所有未压缩过的消息跳过开头的 system 消息保留近段从 2/3 处开始寻找边界最近约 1/3 的对话保持原文不动只有更早的 2/3 参与压缩见 compactSession 实现生成摘要把早期对话以 JSONL 格式交给模型用专门的压缩提示词getCompactPrompt让它输出一份关注用户明确需求 此前执行动作的详细摘要标记压缩早期消息打上compacted标记技能目录类消息会被跳过保留并从后续请求中移除插入摘要在消息序列中插入一条隐藏的系统摘要内容形如There are earlier parts of the conversation. Here is a summary: …模型之后读取的就是这份摘要。整个压缩会累计到会话用量统计中activeTokens也会随压缩结果刷新。压缩之后会话还能继续吗可以而且几乎无感最近 1/3 的对话是原文模型对近期上下文的记忆完整早期历史由摘要承载关键需求、决策、已执行操作都被提炼保留会话文件本身未被删除配合/resume命令恢复会话时压缩状态一并持久化跨终端重启也有效。实用建议如何调整压缩阈值默认值50%通常就够了——既留足回答空间又能尽早瘦身长文档、多轮重构任务可适当调低如autoCompactWindow: 384K让压缩更频繁、每次代价更小短平快的问答可不调交给默认策略调高contextWindow前建议确认所用模型的实际窗口能力避免超出模型上限。想深入了解会话持久化与恢复可以继续看 docs/session-persistence.md 与 docs/configuration.md源码实现集中在 packages/core/src/session.ts 与 packages/core/src/settings.ts。【免费下载链接】deepcode-cliDeep Code 是专为 deepseek-v4 模型优化的终端 AI 编码助手支持深度思考、推理强度控制以及 Agent Skills。项目地址: https://gitcode.com/gh_mirrors/de/deepcode-cli创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
