上下文预算、事实投影与渐进加载¶

沉淀时间：2026-09-09
来源：IK6EG0 / PR #8；IK7LI3；feat/evidence-projection、feat/IK7LI3-task-dispatch-poc
成熟度：provisional
适用范围：工具输出较大、模型上下文受限、工作流包含多阶段证据的 Agent

触发证据¶

一次分布式 SQL 优化中，baseline 和 table context 把完整 JSON 打到 stdout，分别增加约 15K 和 12K token。工作流读取规则前已越过 50K。后续实验又证明，只压缩 stdout 仍不足：总控 Skill、规则库和多个子 Skill 也会常驻上下文。

分层解决¶

1. 磁盘保留完整证据，stdout 只输出事实投影¶

完整证据：rows、DDL、分区信息、执行明细 → 文件
事实投影：耗时、行数、列、路由、比较结论 → stdout
                                            ↓
                                   evidence_ref 回指文件

投影由脚本机械映射，不能由 LLM 自由摘要。这样可以减少上下文，同时避免模型把 false 解释成相反事实。

2. 缺口驱动回读¶

默认使用投影推进。只有投影明确给出证据缺口，当前决策又依赖该字段时，才通过 evidence_ref 回读完整文件。不得因为对话遗忘或摘要丢失就重新执行数据库采集。

3. 规则预筛¶

用确定性 SQL 指纹先筛候选规则，再让模型做严格判定。规则正文仍是唯一真相源，指纹索引只负责缩小读取面，不能替代规则内容。

4. Skill 渐进加载¶

总控 Skill 常驻最小状态机。生成、审查和异常处理的详细规则放在 reference 中，走到对应阶段才加载。不要在正常路径预读全部 reference，也不要反复读取自身。

5. 按证据边界拆子 Agent¶

拆分轴应是“这个角色需要吞多少独立证据并产出什么”，而不是“目录里是否已有子 Skill”。子 Agent 输入使用明确文件路径，输出使用窄 JSON 契约；主 Agent 聚合候选并保持最终决策权。

验收指标¶

每次模型调用的有效输入加预留输出不超过运行时上限。
完整证据仍可复核，stdout 缩小不造成字段丢失。
不发生 SKILL 重读循环、重复采集或中断后自动重复 dispatch。
子 Agent 产物存在、可解析，并能与输入文件和 case 对齐。
下界 SQL 与压力 SQL 都在全新 session 中完成到合法终态。

反模式¶

对完整 JSON 做字符截断；截断会破坏结构和审计能力。
用 LLM 摘要代替确定性投影。
把 /compact 当作唯一上下文策略。
子 Agent 自行搜索 Skill 路径或源码来补缺失参数。
只以文件字节数判断 token 是否达标。

限制与待验收¶

事实投影已有离线回归，任务调度、规则预筛和渐进加载仍有 fresh session、token 峰值及服务器验证未完成。因此本条目可以指导设计，暂不应把具体阈值声明为所有环境的已验证结论。