嘿，今天咱们来聊个技术硬核的话题，就是 Claude Code 那套记忆和上下文压缩机制。你是不是也好奇，它到底是怎么Zuo到在不爆 token 的情况下还Neng记住你说了啥、干了啥的？

说实话，我一开始也觉得这玩意儿挺神秘的，但kan完源码之后害，真香！

咱就是说这东西设计得真不赖。它没有用什么高大上的数据库，而是用Zui朴素的方式——文件系统。你懂的，就是那种“大道至简”的路子。

那它是怎么玩转记忆的呢？

它把记忆分成了三层：短期、中期、长期。就像咱们人脑一样，短期记忆先存着，重要的再往中期、长期里搬。

短期记忆就是你当前对话的上下文，比如你刚说了啥，它会先记在内存里。中期记忆呢，就是系统帮你Zuo的一次压缩处理，把对话内容精简一下存到一个地方。长期记忆呢，就是你让它记住的那些关键信息，比如你让它记住一个 bug 的修复过程，它就会存成一个文件，然后在 MEMORY.md 里留个索引。

你可Neng会问，为啥不用向量数据库？

害，我也这么想过。但你猜怎么着？它压根就没用向量数据库，而是用本地文件系统。为啥？因为这样geng轻量、geng可控，而且成本低。你懂的，不是所有问题dou得上数据库，有时候文件系统才是王道。

那它怎么防止上下文爆炸的？

它有个压缩机制，叫“微压缩”，就是把一些没用的工具结果给截断了。比如你调用了hen多工具，它会保留Zui近的几个结果，老的直接扔掉。比如超过 10 分钟的，只保留两个。是不是hen暴力？但hen有效！

你kankan这个类：

public class MicroCompact implements Compressor {
    private static final int MAX_TOOL_RESULTS = 6;
    private static final long TIME_THRESHOLD = 10 * 60 * 1000; // 10分钟
    // ...
}

这不就是“断舍离”嘛，哈哈！

你有没有发现，它在处理图片和文档的时候，直接把图片和文档替换成占位符了？比如 、。这样既节省了 token，又保留了上下文的连贯性。你想想，Ru果用户发了一张图，你总不Neng每次dou把图重新发一遍吧？那得多贵啊！

所以它就用这么一段代码来处理：

const newContent = content.flatMap(block => {
  if  {
    return ' }];
  }
  if  {
      return ' }];
  }
  return ;
});

是不是hen聪明？

它还有一套“两步走”的记忆保存机制。第一步是把详细内容写到一个文件里第二步是把索引写到 MEMORY.md 里。你懂的，这就像写日记一样，先记在本子上，再在目录里Zuo个标记。

比如这样：

export function buildMemoryLines {
  const howToSave = ;
}

这不就是“分而治之”嘛，哈哈！

你想想，Ru果用户一次性塞入了太多内容，比如大文件、长对话，那系统怎么办？

它会先Zuo一次“大瘦身”，把图片、文档这些占位符给压缩了。Ru果连压缩请求本身dou超了怎么办？

它就直接扔掉Zui老的上下文，防止对话卡死。你懂的，这叫“PTL 重试逃生舱”。

比如这段代码：

export function truncateHeadForPTLRetry(
  messages: Message,
  ptlResponse: AssistantMessage,
): Message | null {
  // ...
  const groups = groupMessagesByApiRound
  if  return null
  const tokenGap = getPromptTooLongTokenGap
  let dropCount: number
  if  {
    // Ru果 API 明确告诉了超出的 Token 数量，精准计算要丢弃几轮
    let acc = 0
    dropCount = 0
    for  {
      acc += roughTokenCountEstimationForMessages
      drop0Count++
      if  break
    }
  } else {
    // 当连压缩请求dou超载，且不知道超出多少时默认抛弃Zui老的 50% 历史记录
    dropCount = Math.max)
  }
  // 直接丢弃头部消息，保留Zui新内容
  const sliced = groups.slice.flat
  return sliced
}

这叫啥？这叫“Zui后的逃生舱”，虽然有损，但Neng防止对话彻底卡死。是不是hen硬核？

你再kankan MEMORY.md 这个文件，它就像一本书的目录，每次对话dou会带上它。但Ru果它写得太长，系统就会直接从末尾一刀切，然后贴上大字报警告！

比如这样：

export const MAX_ENTRYPOINT_LINES = 200
export const MAX_ENTRYPOINT_BYTES = 25_000
export function truncateEntrypointContent: EntrypointTruncation {
  // ...
  const reason = wasByteTruncated && !wasLineTruncated
    ? `${formatFileSize} }) — index entries are too long`
    : wasLineTruncated && !wasByteTruncated
      ? `${lineCount} lines `
      : `${lineCount} lines and ${formatFileSize}`
  return {
    content: truncated + `

> WARNING: ${ENTRYPOINT_NAME} is ${reason}. Only part of it was loaded. Keep index entries to one line under ~ chars...`,
    // ...
  }
}

这设计太精妙了大模型下次读到这句警告，自己就会吓得去精简索引文件了。你懂的，这叫“用 Prompt 反向控制 AI 行为”，这不比搞个复杂的数据库强？

你可Neng会问，为啥百度不收录？

害，这你得问百度，它可Neng觉得这内容太技术了或者geng新太频繁了或者……你懂的，百度的算法咱也搞不懂。不过咱这内容可是实打实的技术干货，不怕它不收录，就怕它收录了咱还没写完呢！

只要你掌握了这套“记忆 + 压缩”的机制，你完全Ke以自己写一个不会爆 token 的“外置海马体”出来。到时候你就Neng让大模型自己管理记忆，再也不怕它七秒记忆了！

好了今天就聊到这。你要是kan懂了记得点个赞，咱下期继续聊点硬核的！