Compaction zh

压缩

上游上下文窗口管理系统在 Edge 中的适配。

上游参考：Compaction

上游提供了什么

压缩通过摘要旧的对话片段来保持长会话在模型上下文窗口范围内。遵循能力接缝模式，分三层：

• CompactionEngine（ctx.compaction，dsh-compaction）— 服务定义：触发策略、范围选择、锁语义、持久事件生命周期（compaction/start → compaction/summary → compaction/end）。
• BasicCompactionEngine（dsh-compaction-basic）— 提供者：用 LLM 生成摘要。触发条件：pressure（正常阈值）或 context-overflow（提供者确认，更激进）。在 agent/pre-step 阶段、请求派生之前运行。
• ToolResultPruner（dsh-compaction-tool-result-pruner）— 可选的预压缩步骤：确定性地裁剪过长的工具结果文本（中间切片，保留块顺序），可能回收足够空间以跳过完整摘要。

压缩事件仅存在于日志——摘要以 user/message + surfaceOp: replace 指令出现，遮蔽原始范围。操作由 start/end 锁事件包裹，用于检测跨崩溃的不完整压缩。

Edge 改了什么

全部压缩插件

BasicCompactionEngine 和 ToolResultPruner 全部原封安装，零 Edge 代码。无配置覆盖、无适配器、无补丁。压缩使用与普通 turn 相同的 LLM 提供者（DeepSeek），LlmRuntime 可用后即自动工作。

Edge 没有改什么

• 触发策略（压力阈值、上下文溢出检测）
• 范围选择算法（平衡的工具调用/结果对）
• LLM 摘要生成和摘要事件格式
• 工具结果裁剪策略（Unicode 码点度量、中间切片）
• 锁语义和崩溃恢复
• 压缩事件（compaction/start、compaction/summary、compaction/end、compaction/prune）

性能特征

压缩触发时机

压缩在 agent/pre-step 阶段运行——每次模型请求之前——当上下文窗口承压时。引擎先尝试工具结果裁剪（低成本，无 LLM 调用）。如果裁剪不够，选择一段旧事件并通过 LLM 调用生成摘要。这为该步骤增加一次额外的 LLM 往返，通常 2–5 秒。

压缩 vs chunk packing

两者是独立的优化，解决不同的问题：

| 关注点 | 压缩 | Chunk Packing|

问题	上下文窗口溢出	DO SQL 行数限制
层次	模型上下文（surface 事件）	存储（持久化行）
---	---	---
机制	LLM 摘要 + surface 替换	合并连续 chunk 事件为单行
---	---	---
所有者	上游 BasicCompactionEngine	Edge DurableObjectSessionPersistence
---	---	---
触发	pre-step 时上下文压力	每次事件批写入

压缩减少模型看到的内容。Chunk packing 减少数据库存储的行数。两者可以在同一个 session 上独立运作。

架构总结

| 组件 | 分类 | Edge 代码|

BasicCompactionEngine		一行 ctx.plugin() 调用
ToolResultPruner		一行 ctx.plugin() 调用

关键观察：压缩是纯上游能力，零 Edge 适配。引擎、裁剪器、触发策略和事件生命周期全是上游代码。Edge 只提供两行 ctx.plugin() 安装——最小可能的集成。