Context

Context 是模型这一轮处理任务时可用的信息：论文片段、已有回答、文件内容和工具结果。Prompt 规定做什么、怎么做，Context 提供完成任务所需的材料。

一、Context 从哪里来

论文存入文献库后，模型通过检索取得相关片段。连续对话中，之前的回答和工具结果也会成为后续工作的材料。

对话历史包括当前会话分支的问答。已有摘要时，系统读取适用于该分支的摘要，以及摘要覆盖范围之后的消息。工具结果包括检索取得的文献片段、来源信息和执行反馈。

文件材料来自附件和项目文件入口。可提取的消息附件会形成文件消息；项目文献按研究问题检索。背景信息包括按设置带入的日期、用户资料和已保存的事实。Memory 中表达工作偏好的规则属于 Prompt，事实信息属于 Context。

例如，用户说“把下面的综述缩短一半”，缩写要求是 Prompt，附上的综述正文是 Context。输入中两者可以相邻，作用仍然不同。

二、Agent Loop 怎样组织本轮输入

construct_message_history() 将指令与材料排列成消息列表。普通研究路径的顺序如下，存在的内容才会加入：

System message
→ 较早的对话历史
→ 任务 Prompt
→ 文件材料及相关提示
→ 当前用户消息
→ 本轮已有的工具调用与结果
→ 动态提醒

当前用户消息可以同时包含任务要求和材料。工具定义通过 tool_definitions 单独传入。这里展示的是整份请求的排列方式；Prompt 的选择与合并见 Prompt。

三、输入太长时，哪些内容会保留

每次调用前，系统先为 Prompt、工具定义、文件上下文和提醒等内容留出空间，再用剩余 Token 预算容纳历史。

当前用户消息及其后的本轮工具过程优先保留；较早的历史从近到远加入，预算不足时移出更早的消息。附件正文被移出后，系统保留可用的文件标识和名称，供后续重新获取。裁剪还会清理失去对应调用的工具返回消息。

如果当前用户消息和本轮过程本身已超出预算，这次调用会报告上下文不足。自动摘要发生在回答保存后，用于为后续调用腾出空间。

四、V1.1如何分配证据与写作空间

一次检索取得的全部候选，经过选择和扩展后才进入主模型输入。这里需要同时处理单篇长度和多篇覆盖：某一篇的相似段落过多，会挤掉另一篇只有一段、却对比较很重要的发现。

V1.1在逐篇整理和明确的比较任务中，先交错保留不同论文的候选，再补充各篇相关段落。正文、论文身份和引用关系一起传递。模型读到一项结论后，可以沿相邻片段补读解释和条件。

缓存记录需要与回答质量一起看。增加有效证据可能带来更多输入，前缀稳定也会受到模型请求和历史变化影响。版本复测分别记录调用用量、缓存使用和最终回答，费用结论以同题运行记录为依据。

五、历史摘要怎样延续长对话

一轮回答保存后，系统检查有效历史长度。默认超过可用历史预算的 75% 时触发摘要，将较早消息整理为摘要，近期消息继续保留原文。已有摘要会参与下一次整理。

摘要记录主题、决定、约束和未解决事项，并保存覆盖位置。近期原文的目标预算约为当前有效历史 Token 的 20%，实际分界按消息调整，保留最新用户轮次。原始聊天记录仍然保存，下一轮改用摘要与近期消息组织输入，调用前继续检查预算。

摘要会略去工具返回全文，因此精确引文需要回到来源核验。裁剪控制单次请求长度，摘要帮助后续对话接续已有工作。