上下文移位
上下文移位通过移除或压缩最不重要的上下文，同时保留所有必须保留的内容， 把组装好的对话装进模型的令牌预算。
请求前步骤
在发送请求之前，管线遵循以下步骤：
- 确定模型的分词器配置文件和上下文限制。
- 为响应预留空间。
- 保留系统提示词、角色、必需的设定集条目和置顶消息。
- 首先移除或压缩最旧的未置顶块。
- 工具调用和工具结果消息只成对移除。
- 每次更改后重新统计令牌。
- 向用户显示被排除或摘要的内容。
如果受保护上下文本身超过了预算，生成会以稳定的 TOKEN_BUDGET_EXCEEDED
错误结束，而不是向提供商发送超预算的请求。
移位如何工作
shiftContext(messages, countTokens, budget) 把对话调整到令牌预算。
它返回三个列表：
kept—— 装得下的消息；excluded—— 被移除并显示给用户的消息；truncated—— 被压缩而不是丢弃的块。
系统消息和置顶消息总是受保护的。最旧的未置顶块首先被移除。工具调用及其
结果通过 toolCallId、tool_call_id 或 callId 关联，
作为一个组移除，即使它们不相邻。
内置策略
策略由 contextStrategy 设置选择，并通过 ContextStrategyRegistry 应用：
- truncate —— 移除最旧的未置顶组。
- summarize —— 对被排除的历史构建本地抽取式摘要， 并把它保留在当前用户输入之前。
- vector-recall —— 在低相关块之前丢弃低相关性的设定集和记忆块， 然后缩短旧历史。
- manual —— 首先排除标记了
meta.manualExcluded: true的消息 （包括配对的工具调用和工具结果），如果还需要更多空间， 则继续进行常规缩减。
插件与预算
插件可以注册更多策略；注册会返回一个清理函数。插件策略无法绕过预算：
- 宿主恢复必需的消息，并拒绝移除了受保护上下文的策略；
- 宿主独立地重新核算真实预算；
- 计数和移位在插件拦截器之前运行，之后强制进行带最终移位的重新计数 —— 插件无法事后添加消息来偷偷绕过限制。
上下文审计
每次生成都会在网络调用之前创建一个 PromptContextAudit，
并以一个终止状态结束：completed、failed 或 cancelled。审计记录：
- 生成 ID、提供商和模型；
- 每个提示词块的实际顺序，带令牌计数以及包含或排除的稳定原因；
- 上下文限制、响应预留和最终的提示词令牌计数；
- 分词器配置文件以及它是否为近似；
- 最终的提供商消息和插件拦截器诊断；
- 规范化的提供商错误码，不包含上游响应体。
每个聊天只保留最后一次完整的审计；新请求原子地替换旧请求，
删除聊天也会删除审计。界面通过 GET /api/v2/chats/:id/context-audit 读取它。
一个实时预览端点 POST /api/v2/context-preview 运行相同的人设、设定集、
记忆、模板、分词器和移位阶段，而不创建消息、分支或审计。