让AI主动管理自己的上下文

是时候让上下文管理也Agentic起来了

前言

目前来说大部分的上下文管理都是关注里面应该放什么，怎么正确的找到合适的东西放进去，比如RAG，MEM之类的，少有如何清理的讨论

目前的清理主要是靠达到上下文窗口的某个阈值，比如80%，触发一次压缩，从而实现清理，最早可能还是claude code引入的，如今已经成为基本功能，当然压缩有压缩的学问

我觉得不够主动，应该更加细粒度，最早应该是在kimi-cli上看到的d-mail功能，当ai发现做了一些低信息密度的事情时，比如读了一个大文件，其实有用的只有一点点，此时调用d-mail进行时间回溯，让agent回到之前读之前的上下文，并带一条消息，告诉之前的自己，读了xxx发现了xxx

kimi文档 https://github.com/MoonshotAI/kimi-cli/blob/main/src/kimi_cli/tools/dmail/dmail.md
字节内网文档 https://bytetech.info/articles/7571069998476165146
公开研究资料 https://leslieo2.github.io/posts/agent-control-via-timetravel-checkpoints/

再之后看到了pi agent，有完整、透明、且模型无关的统一上下文存储（session）

作者这篇写了设计思路，推荐一读 https://mariozechner.at/posts/2025-11-30-pi-coding-agent/
以防你不知道，openclaw就是用pi开发的

同时session以树的形式存储，并提供了树操作方法，提供/fork和/tree，实现了树的复制和跳转，其中/tree命令可选带上一个summary，这一点就和d-mail很像了

当然目前很多agent都有上下文存储和跳转功能，上下文存储和恢复基本都是/resume，至于跳转，claude/codex都是按两下esc，opencode则没有，但是有/fork命令，可能过于冷门了，文档上甚至都没有介绍fork命令

但总之这都是面向人类的，不是面向agent的，那么很简单，想办法把/tree交给ai

git-like tree

我觉得session tree很容易类比为git workflow

每条消息都是一个commit
跳转就是checkout，可以跳到任意一个commit
总结的动作更像是提交mr，不带上全部垃圾commit，而是合并为一个mr-commit

举个例子

├─ user: "开发一个X功能"
│  └─ assistant: "plan..."                     <- 1. base分支
│     ├─ user: "尝试用A方法开发"                 <- 2. 在base分支新建分支git branch-1
│     │  └─ assistant: "work..."
│     │     └─ [......]
│     │        └─ user: "不太行"                <- 3. 产生了一堆commit后，此时创建一个mr合并到base
│     └─ sum: "尝试了A方法..."                   <- 4. 不以全部commit提交，而是精简为一个mr-commit
│        └─ user: "尝试用B方法开发"               <- 5. 继续开发
│           └─ assistant: "..."

左边的就是pi tree提供的结果，同时pi session中每条message id也是8位hex，那么只要在tree的结果中，把每个消息前把ID加上，agent带着目标ID调一下tree就可以了

但是在产生了一堆对话之后，session tree会非常巨大，AI看一眼tree上下文就炸了，所以必定要做精简

构建上下文感知

借用git tag的概念，提供一个工具让AI主动的标记任务进度，基于用户消息+Tag构建更加精简的上下文骨架

于是设计了3个工具

context_tag：git tag，标记任务进度
context_log：git log，查看上下文骨架
context_checkout：git checkout，在骨架上跳转

为了能让AI更好的形成“构建-感知-压缩“循环

出了上下文骨架之外，还应该感知上下文占用情况、对话深度，离最近的tag有多远，提醒打即使打tag，前置设计了一个HUD

最终的context_log大概是这样

[Context Dashboard]
• Context Usage:    0.9% (8.2k/1.0M)
• Segment Size:     4 steps since last tag 'exp-b-start'
---------------------------------------------------
| ba87607d [MODEL_CHANGE]
| eacb45e0 [SUMMARY] Experiment A failed. Starting Experiment B.
| 2366e20a (tag: exp-b-start) [AI] (system action)
  :  ... (2 hidden messages) ...
* 25dbfe72 (HEAD) [TOOL] (write) Successfully wrote 23 bytes to experiment.js

Skill

插件还补充了一个skill，指导agent如何使用，何时使用，怎么打tag，怎么checkout，什么是好的checkout message

不多介绍了，都放在这里可以直接看 https://github.com/ttttmr/pi-context

说实话，我也不知道效果好不好，欢迎试用

1 2	npm install -g @mariozechner/pi-coding-agent pi install npm:pi-context

最后

理论上也可以迁移到其他的工具上，毕竟都有session存储，想办法编辑和重载即可

这是回滚上下文，如果结合可回滚的文件系统，在checkout时能可选回滚文件应该也很有用

前言

git-like tree

构建上下文感知

Skill

最后

广告