_{🧠 记忆锚点：上下文管理不是盲目追加历史，而是围绕当前任务，在 Token 预算内选择、压缩和检索可溯源状态。}

💡 答案要点

上下文管理策略：

策略	说明	适用场景
滑动窗口	只保留最近 N 轮对话	简单聊天
摘要压缩	用 LLM 总结历史对话	长对话
向量检索	把历史存向量库，按需检索	知识库问答
分层管理	重要信息摘要 + 最近对话原文	复杂任务

实现示例：

class ConversationManager:
    def __init__(self, max_tokens=4000):
        self.max_tokens = max_tokens
        self.history = []

    def add_message(self, role, content):
        self.history.append({"role": role, "content": content})

        # 如果超出限制，压缩历史
        if self.get_token_count() > self.max_tokens:
            self.compress()

    def compress(self):
        # 用 LLM 总结前 50% 的对话
        summary = llm.summarize(self.history[:len(self.history)//2])
        self.history = [
            {"role": "system", "content": f"历史对话摘要：{summary}"},
            *self.history[len(self.history)//2:]
        ]

面试话术：

"多轮对话的核心是平衡上下文完整性和成本。我用分层策略：最近 3 轮保留原文，更早的对话用 LLM 总结。同时加入向量检索，如果用户提到之前的内容，可以从向量库检索相关历史，而不是盲目压缩。"

📚 参考：LangGraph：Memory（多轮会话状态管理）