上下文压缩的决策级联
流程图展示一次模型调用前如何先折叠读取轨迹、截短工具参数和清理旧结果，再按阈值决定是否生成摘要，恢复近期文件与计划，并在压缩后重新验证上下文大小。
先做确定性减负，再调用模型摘要
LIGHTWEIGHT CASCADE · THRESHOLD · SUMMARY · RESTORE · RE-MEASURE
超过阈值
无需摘要
已经安全
仍然过大
下一次模型调用
轻量上下文整理
COLLAPSE → TRUNCATE → MICROCOMPACT
仍超过触发阈值？
PROFILE 75% · FALLBACK 100K
部分 / 完整摘要
PREFER PREFIX SUMMARY + RECENT RAW
恢复继续工作所需状态
RECENT FILES · PLAN · TODO
压缩后重新估算
POST-COMPACTION CHECK
继续调用主模型
EFFECTIVE CONTEXT IS SAFE
明确要求新建线程
青色路径 · 只有真正需要时才支付摘要成本
生成摘要之后，仍然必须重新测量