上下文压缩系统

Compact 系统是 Claude Code 管理 AI 上下文窗口的核心机制，采用 三层递进压缩 策略。

三层压缩架构

┌──────────────────────────────────────────────────┐
│ 第 1 层: Microcompact（工具结果压缩）               │
│ 触发: 每次 AI 响应前                               │
│ 效果: 截断过长的工具输出                            │
├──────────────────────────────────────────────────┤
│ 第 2 层: Autocompact（全量摘要压缩）                │
│ 触发: 上下文占用 > 阈值 (如 80%)                   │
│ 效果: AI 生成对话摘要，替换历史消息                  │
├──────────────────────────────────────────────────┤
│ 第 3 层: Session Memory Compact                  │
│ 触发: 超长会话或手动 /compact                      │
│ 效果: 提取关键记忆到 Markdown + 压缩               │
└──────────────────────────────────────────────────┘

Microcompact（工具结果压缩）

microcompactMessages（src/services/compact/microCompact.ts）在每次 AI 响应前处理消息，对过长的工具输出进行截断。处理流程：

1. 遍历消息中的工具结果 block
2. 估算每个工具结果的 token 大小
3. 对超过阈值的结果进行 head-tail 截断（保留头尾，去掉中间）

API 级别优化

发送给 API 前会进一步清理消息，包括移除 thinking blocks（减少 token 消耗）和移除空的 tool_use blocks。这个逻辑嵌入在查询循环内部，而非单独的 prepareForAPI 函数。

Autocompact（全量摘要压缩）

autoCompactIfNeeded（src/services/compact/autoCompact.ts）在上下文占用超过阈值时触发。流程：

1. 检查上下文占用比例是否超过阈值
2. 空闲时间检查（超过 1 小时空闲可强制触发）
3. AI 生成对话摘要（通过内部压缩流程，使用 Sonnet 模型）
4. 构建压缩后的消息序列，保留最近几轮对话

Session Memory Compact

trySessionMemoryCompaction（src/services/compact/sessionMemoryCompact.ts）在超长会话或手动 /compact 时触发，流程：

1. 使用 AI 从对话中提取关键记忆（如决策、模式、洞察、待办事项）
2. 将记忆写入 Markdown 文件
3. 执行 autocompact 压缩

Reactive Compact

当 API 返回 "prompt too long" 错误时的紧急压缩，实际函数名 tryReactiveCompact（位于 src/services/compact/reactiveCompact.ts，在 src/query.ts 中调用）。

处理流程：

1. 强制执行更激进的 microcompact
2. 立即执行 autocompact，只保留最近少量对话和更短的摘要

压缩策略对比

特性	Microcompact	Autocompact	Session Memory
触发时机	每次请求前	上下文超限	超长会话/手动
处理对象	工具输出	全量对话	关键记忆
是否使用 AI	否	是 (Sonnet)	是 (Sonnet)
延迟	<10ms	2-5s	5-10s
信息损失	低	中	低（记忆持久化）
可逆性	不可逆	不可逆	可逆（有文件）