Сжатие

s01 > s02 > s03 > s04 > s05 > [ s06 ] | s07 > s08 > s09 > s10 > s11 > s12

"Контекст заполнится; нужно освободить место" -- трёхуровневая стратегия сжатия для бесконечных сессий.

Проблема

Контекстное окно конечно. Один read_file на 1000-строчном файле стоит ~4000 токенов. После чтения 30 файлов и выполнения 20 bash-команд вы достигаете 100 000+ токенов. Агент не может работать над большими кодовыми базами без сжатия.

Решение

Три слоя, возрастающая агрессивность:

Every turn:
+------------------+
| Tool call result |
+------------------+
        |
        v
[Layer 1: micro_compact]        (silent, every turn)
  Replace tool_result > 3 turns old
  with "[Previous: used {tool_name}]"
        |
        v
[Check: tokens > 50000?]
   |               |
   no              yes
   |               |
   v               v
continue    [Layer 2: auto_compact]
              Save transcript to .transcripts/
              LLM summarizes conversation.
              Replace all messages with [summary].
                    |
                    v
            [Layer 3: compact tool]
              Model calls compact explicitly.
              Same summarization as auto_compact

Как Это Работает

1. Слой 1 -- micro_compact: Перед каждым вызовом LLM заменяем старые результаты инструментов плейсхолдерами.

def micro_compact(messages: list) -> list:
    tool_results = []
    for i, msg in enumerate(messages):
        if msg["role"] == "user" and isinstance(msg.get("content"), list):
            for j, part in enumerate(msg["content"]):
                if isinstance(part, dict) and part.get("type") == "tool_result":
                    tool_results.append((i, j, part))
    if len(tool_results) <= KEEP_RECENT:
        return messages
    for _, _, part in tool_results[:-KEEP_RECENT]:
        if len(part.get("content", "")) > 100:
            part["content"] = f"[Previous: used {tool_name}]"
    return messages

1. Слой 2 -- auto_compact: Когда токены превышают порог, сохраняем полную транскрипцию на диск, затем просим LLM суммировать.

def auto_compact(messages: list) -> list:
    # Save transcript for recovery
    transcript_path = TRANSCRIPT_DIR / f"transcript_{int(time.time())}.jsonl"
    with open(transcript_path, "w") as f:
        for msg in messages:
            f.write(json.dumps(msg, default=str) + "\n")
    # LLM summarizes
    response = client.messages.create(
        model=MODEL,
        messages=[{"role": "user", "content":
            "Summarize this conversation for continuity..."
            + json.dumps(messages, default=str)[:80000]}],
        max_tokens=2000,
    )
    return [
        {"role": "user", "content": f"[Compressed]\n\n{response.content[0].text}"},
        {"role": "assistant", "content": "Understood. Continuing."},
    ]

1. Слой 3 -- manual compact: Инструмент compact запускает то же суммирование по требованию.

2. Цикл интегрирует все три:

def agent_loop(messages: list):
    while True:
        micro_compact(messages)                        # Layer 1
        if estimate_tokens(messages) > THRESHOLD:
            messages[:] = auto_compact(messages)       # Layer 2
        response = client.messages.create(...)
        # ... tool execution ...
        if manual_compact:
            messages[:] = auto_compact(messages)       # Layer 3

Транскрипции сохраняют полную историю на диске. Ничего не теряется — просто перемещается из активного контекста.

Что Изменилось с s05

Компонент	До (s05)	После (s06)
Инструменты	5	5 (base + compact)
Управление контекстом	Нет	Трёхуровневое сжатие
Micro-compact	Нет	Старые результаты -> плейсхолдеры
Auto-compact	Нет	Триггер по порогу токенов
Транскрипции	Нет	Сохранение в .transcripts/

Попробуйте

python agents/s06_context_compact.py

1. Читайте каждый Python-файл в каталоге agents/ по очереди (наблюдайте, как micro-compact заменяет старые результаты)
2. Продолжайте читать файлы, пока сжатие не сработает автоматически
3. Используйте инструмент compact для ручного сжатия разговора