context-budgetlisted

# Token 预算分配 ## 用途 在 Agent 执行任务前，根据 Profile 级别和任务复杂度，分配各段 token 预算。确保总用量不超模型上下文窗口，并在接近上限时触发压缩。 ## 预算模型 ### 分区定义 ``` 总窗口 = System + History + Task + Output + Reserve ``` | 分区 | 用途 | minimal (3K) | standard (8K) | full (20K) | |------|------|-------------|---------------|------------| | System | 系统提示词 | 800 (27%) | 2000 (25%) | 4000 (20%) | | History | 对话历史 | 500 (17%) | 2000 (25%) | 6000 (30%) | | Task | 当前任务 | 1200 (40%) | 3000 (38%) | 7000 (35%) | | Output | 预留输出 | 300 (10%) | 600 (7%) | 2000 (10%) | | Reserve | 安全余量 | 200 (6%) | 400 (5%) | 1000 (5%) | ### Profile 对应的模型上下文窗口 | Profile | 模型 | 窗口大小 | |---------|------|---------| | minimal | haiku | 8K | | standard | sonnet | 32K | | full | sonnet/opus | 200K | ## 核心规则 ### 1. 预算检查 每次 Agent 调用前检查： - 当前 System prompt 长度是否在预算内 - 历史消息累计 token 是否接近 History 预算 - Task 描述长度是否在 Task 预算内 ### 2. 溢出处理 - History 接近上限 (90%) → 触发压缩（保留最近 3 轮 + 摘要前文） - System 固定不压缩 - Task 超预算 → 分片或提示用户精简 ### 3. 实时监控 - 输出过程中监控 Output 累计 token - 接近 Output 预算 (80%) 时提示 Agent 精简输出 - 超过 Output 预算 → 截断并警告 ### 4. 与 Profile 联动 - minimal: 严格预算，任何分区超 90% 即告警 - standard: 弹性预算，允许临时超 10% - full: 宽松预算，仅总窗口超 90% 时告警 ## Token 估算公式 ``` 英文: tokens ≈ chars / 4 中文: tokens ≈ chars / 2 代码: tokens ≈ chars / 3 ``` ## 输出格式 ```json { "profile": "standard", "total_window": 32000, "allocated": { "system": {"budget": 2000, "used": 1800, "percent": 90.0}, "history": {"budget": 2000, "used": 1200, "percent": 60.0}, "task": {"budget": 3000, "used": 1500, "perce