proxycast/docs/iteration-notes/p0-context-management-implementation.md

P0: 上下文管理升级实施文档

当前状态分析

代码结构

1. session_context_service.rs (src-tauri/crates/services/src/)

   • 负责 general 模式的上下文管理
   • 使用本地关键词提取生成摘要（第 355-463 行）
   • 支持配置：max_messages、max_characters、summary_threshold

2. SessionConfigBuilder (src-tauri/crates/agent/src/aster_state_support.rs)

   • 用于构建 aster Agent 的会话配置
   • 当前字段：id、max_turns、system_prompt、include_context_trace
   • 缺少上下文压缩相关配置

3. AsterAgentWrapper (src-tauri/src/agent/aster_agent.rs)

   • 在第 48-50 行创建 SessionConfig
   • 只设置了 include_context_trace(true)

问题识别

1. 双轨制：

   • general 模式使用 session_context_service.rs
   • agent 模式使用 aster 框架
   • 两者的上下文管理策略不统一

2. 摘要质量差：

   • session_context_service.rs 使用硬编码关键词匹配
   • 无法理解语义，摘要质量低

3. aster 能力未接入：

   • 不清楚 aster 框架是否内置上下文压缩
   • SessionConfig 未暴露相关配置

实施策略

策略 A：利用 aster 内置能力（优先）

前提：aster 框架已内置上下文压缩和 AI 摘要

步骤：

1. 研究 aster 框架文档，确认内置能力
2. 扩展 SessionConfigBuilder，暴露配置接口
3. 在 AsterAgentWrapper 中配置上下文压缩参数
4. 将 general 模式迁移到 aster 框架（与 P1 任务关联）

优点：

• 复用 aster 的成熟实现
• 统一 agent 和 general 模式的上下文管理
• 减少维护成本

缺点：

• 依赖 aster 框架的能力
• 需要等待 P1 任务完成（general 模式迁移）

策略 B：在 Lime 层实现（备选）

前提：aster 框架不支持或支持不足

步骤：

1. 改造 session_context_service.rs，实现 AI 摘要
2. 创建 LLM Provider 抽象，调用 AI 模型生成摘要
3. 实现渐进式工具响应移除策略
4. 为 aster Agent 创建类似的上下文管理服务

优点：

• 完全可控，不依赖外部框架
• 可以针对 Lime 的场景优化

缺点：

• 需要自己实现和维护
• 代码量大，开发周期长
• 可能与 aster 框架的内置能力冲突

下一步行动

立即执行

1. 研究 aster 框架：

   • 查看 aster-rust GitHub 仓库文档
   • 搜索 context、compression、summary 相关代码
   • 确认是否有内置的上下文压缩能力

2. 决策路径：

   • 如果 aster 有内置能力 → 采用策略 A
   • 如果 aster 没有或不足 → 采用策略 B

待确认问题

1. aster 框架的 SessionConfig 支持哪些字段？
2. aster 是否有 context_mgmt 模块？（研究报告提到）
3. aster 的 AI 摘要是如何实现的？
4. aster 的渐进式工具响应移除是如何配置的？

验证计划

单元测试

• 测试 AI 摘要生成逻辑
• 测试摘要缓存机制
• 测试降级到本地摘要的逻辑

集成测试

• 发起 20+ 轮长对话
• 验证 AI 摘要在 80% token 使用率时触发
• 对比 AI 摘要与本地摘要的质量
• 验证工具响应的渐进式移除

性能测试

• 测试摘要生成的延迟
• 评估 API 调用成本
• 测试缓存命中率

风险与缓解

风险 1：aster 框架能力不足

缓解：准备策略 B 作为备选方案

风险 2：AI 摘要成本过高

缓解：

• 实现智能缓存策略
• 提供本地摘要作为降级方案
• 允许用户配置是否启用 AI 摘要

风险 3：与 P1 任务的依赖关系

缓解：

• P0 和 P1 可以并行推进
• P0 先在 agent 模式验证，P1 完成后再统一

参考资料

• 研究报告：Lime AI Agent 改进研究报告
• aster-rust GitHub: https://github.com/astercloud/aster-rust
• 相关文件：
  • src-tauri/crates/services/src/session_context_service.rs
  • src-tauri/crates/agent/src/aster_state_support.rs
  • src-tauri/src/agent/aster_agent.rs