上下文管理 (Context Management)

# Claude Code 上下文容量
- 总容量: 约200,000 tokens (约150,000中文字符)
- 有效工作区: 约150,000 tokens (预留缓冲)
- 单次响应: 最多8,000 tokens输出
- 文件读取: 每个文件最多2,000行

# 上下文信息重要性等级
 
## 核心级 (优先保留)
- 当前任务的直接相关信息
- CLAUDE.md 配置文件
- 正在修改的代码文件
- 关键错误信息和调试数据
 
## 重要级 (条件保留)
- 项目架构和设计文档
- 相关的依赖和配置文件
- 最近的对话历史
- 测试结果和性能数据
 
## 辅助级 (可以清理)
- 历史对话记录
- 已完成任务的详细过程
- 非直接相关的文件内容
- 重复或冗余信息
 
## 噪音级 (应当清理)
- 调试输出的详细日志
- 临时文件和缓存内容
- 已过时的配置信息
- 无关的错误信息

# 上下文动态压缩策略
 
## 摘要压缩
- 长对话历史 → 关键决策点摘要
- 大文件内容 → 核心逻辑和接口摘要
- 复杂分析 → 结论和行动建议摘要
 
## 引用替换
- 重复的代码块 → 引用标识符
- 相同的配置内容 → 配置引用
- 标准化的模板 → 模板引用
 
## 分层存储
- 核心信息 → 活跃上下文
- 重要信息 → 近期缓存
- 辅助信息 → 长期存储

# 上下文自动刷新条件
 
## 容量触发
- 上下文使用率 > 80%
- 剩余可用空间 < 20,000 tokens
- 单次响应需求 > 可用空间
 
## 质量触发  
- 响应时间 > 30秒
- 出现上下文相关错误
- 信息检索准确率下降
 
## 任务触发
- 开始新的重大任务
- 切换项目或模块
- 完成阶段性目标

# 分层上下文架构
 
## L1: 核心工作层 (20,000 tokens)
- 当前任务的关键信息
- 正在编辑的代码文件
- 立即需要的配置和文档
- 最近3轮的重要对话
 
## L2: 项目认知层 (60,000 tokens)  
- 项目整体架构和设计
- 核心业务逻辑和数据模型
- 重要的配置和依赖关系
- 近期任务历史和决策记录
 
## L3: 扩展知识层 (80,000 tokens)
- 相关技术栈的最佳实践
- 行业标准和规范要求
- 团队协作和工作流程
- 历史经验和案例参考
 
## L4: 缓存引用层 (40,000 tokens)
- 压缩的历史对话摘要
- 已完成任务的结果引用
- 外部资源和文档链接
- 待续任务的提醒信息

# 高效的上下文利用示例
 
## ❌ 低效模式
用户: "这个系统有点问题，帮我看看"
(提供大量无关日志和文件)
 
Claude需要:
- 分析大量无关信息
- 猜测问题的具体范围
- 浪费上下文空间
 
## ✅ 高效模式
用户: "用户登录功能响应缓慢，超过5秒"
具体信息:
- 问题现象: 登录响应时间从1s增加到5s+
- 发生时间: 昨天下午开始
- 影响范围: 所有用户，移动端更严重
- 相关变更: 昨天部署了用户头像功能
 
Claude可以:
- 直接定位问题域
- 高效利用上下文
- 快速提供针对性方案

# 分阶段上下文管理
 
## 阶段1: 问题定义
- 提供核心问题描述
- 明确期望目标
- 说明约束条件
 
## 阶段2: 上下文补充
- 根据 Claude 的分析和询问
- 提供相关的技术细节
- 分享必要的代码片段
 
## 阶段3: 深度协作  
- 基于初步方案进行讨论
- 提供更详细的实现环境
- 分享特殊需求和边界条件

# 上下文清理检查清单
 
## 日常清理 (每2-3轮对话)
□ 移除已解决问题的详细讨论
□ 清理冗余的代码片段
□ 压缩重复的配置信息
□ 整理当前任务的关键结论
 
## 阶段清理 (完成重要任务后)
□ 整理任务完成的关键成果
□ 保存重要决策和原因
□ 清理过程中的临时信息
□ 更新项目知识库
 
## 深度清理 (切换项目/模块时)
□ 导出当前项目的关键知识
□ 清空过时的技术细节
□ 重新加载新项目的核心信息
□ 建立新的上下文基线

# 上下文预热策略
 
## 项目启动预热
1. 加载 CLAUDE.md 核心配置
2. 读取项目README和架构文档
3. 扫描关键代码文件结构
4. 了解最近的提交和变更
 
## 任务切换预热
1. 保存当前任务的关键状态
2. 加载新任务的相关背景
3. 建立任务间的关联关系
4. 预测可能需要的资源
 
## 深度工作预热
1. 加载专业领域知识
2. 准备相关工具和模板
3. 建立质量检查标准
4. 设置性能监控基线

# 上下文管理策略
 
## 自动管理设置
- 启用智能上下文压缩
- 上下文使用阈值: 80%
- 自动刷新频率: 每10轮对话
- 保留核心信息层数: 3层
 
## 信息优先级配置
### 高优先级 (始终保留)
- 项目 CLAUDE.md 配置
- 当前任务相关代码
- 重要错误和警告信息
- 关键决策和方案选择
 
### 中优先级 (条件保留)
- 项目架构和设计文档
- 相关依赖和配置文件
- 近期对话历史 (最近5轮)
- 测试结果和性能数据
 
### 低优先级 (可压缩清理)
- 历史任务详细过程
- 调试输出和临时数据
- 非核心文件内容
- 重复和冗余信息
 
## 压缩和清理规则
- 长文本自动摘要: >1000字符
- 重复内容引用替换: >3次出现
- 历史对话保留周期: 20轮对话
- 临时文件清理周期: 每次任务完成

# 上下文性能监控
 
## 监控指标
- 上下文使用率: 实时监控
- 响应时间变化: 与使用率关联
- 信息检索准确率: 定期评估
- 任务完成效率: 对比历史数据
 
## 告警设置
- 使用率超过85%: 黄色警告
- 使用率超过95%: 红色告警
- 响应时间超过20秒: 性能警告
- 检索准确率低于90%: 质量警告
 
## 自动优化触发
- 黄色警告: 启动预清理
- 红色告警: 强制上下文刷新
- 性能警告: 优化信息层次
- 质量警告: 重建核心上下文

# 语义理解增强
 
## 关键词提取
- 自动识别技术关键词
- 提取业务逻辑要点
- 标记重要概念和术语
- 建立词汇关联网络
 
## 语义压缩
- 同义词合并处理
- 概念层次化组织
- 逻辑关系简化
- 冗余信息去除
 
## 智能检索
- 基于语义的信息匹配
- 上下文相关性评分
- 动态权重调整
- 预测性信息加载

# 上下文学习机制
 
## 模式识别
- 识别用户工作模式
- 学习项目特征规律
- 记忆成功协作模式
- 预测信息需求趋势
 
## 自适应优化
- 根据任务类型调整策略
- 基于反馈改进压缩算法
- 动态调整保留优先级
- 持续优化响应性能
 
## 知识积累  
- 项目特定知识沉淀
- 最佳实践自动提取
- 常见问题模式记录
- 解决方案快速匹配

# 预测性上下文管理
 
## 任务预测
- 基于当前进展预测后续需求
- 提前加载可能需要的文件
- 预准备相关的知识模块
- 优化上下文结构布局
 
## 智能预加载
- 分析用户工作模式
- 预测高频访问信息
- 提前准备常用模板
- 缓存关键决策参考
 
## 动态调整
- 实时监控任务进展
- 调整预测模型权重
- 优化资源分配策略
- 提升整体响应效率

# 上下文问题诊断
 
## 1. 使用率检查
- 评估当前上下文填充程度
- 识别占用空间最大的信息类型
- 分析信息重要性分布
 
## 2. 质量评估
- 测试信息检索准确性
- 检查逻辑一致性
- 验证任务理解程度
 
## 3. 性能分析  
- 测量响应时间变化
- 监控处理效率指标
- 对比历史性能基线
 
## 4. 优化建议
- 提供具体的清理建议
- 推荐上下文重构方案
- 建议预防措施

# 紧急恢复方案
 
## Level 1: 轻度清理
- 清除重复和冗余信息
- 压缩历史对话记录
- 移除临时调试数据
- 整理当前任务状态
 
## Level 2: 中度重构
- 重新组织信息层次
- 提取关键知识摘要
- 重建核心工作上下文
- 优化引用和链接
 
## Level 3: 深度重建
- 完全清空当前上下文
- 重新加载核心配置
- 恢复关键项目信息
- 建立新的工作基线
 
## Level 4: 会话重启
- 导出重要决策和成果
- 创建新的对话会话
- 快速重建项目认知
- 继续任务执行