# AI Agent 上下文爆炸怎么治：给 WorkBuddy 的 Agent 装一道"预算红线"，把单会话 token 峰值从 27 万压到 6 万

#WorkBuddy#

> 原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。  
> 标签：#WorkBuddy# #AI办公# #效率工具# #Agent# #上下文优化#  
> 数据说明：文中所有实测数据（积分、请求次数、token 采样）均为 **2026-11-06 当日的快照**，是当时真实账目与日志的量化结果；积分余额等数字随使用持续变化，阅读时以自己账号的实时页面为准，不影响方法论本身。

## 一、我遇到的真问题（痛点引入）

我用 WorkBuddy + CodeBuddy 搭一个长期项目，半年下来最怕的不是写不出代码，是**积分莫名其妙烧光**。

某天查账才发现：账号是体验版，本期 1999 分，6 天烧掉 1994 分，**余额只剩 5 分**（数据截至 2026-11-06 快照，之后通过充值/奖励已补充——这正是要先做量化的原因：不查账根本不知道烧成这样）。更吓人的是本地日志里的上下文数据——

- 单会话模型请求 **2717 次**，96% 集中在同一个项目会话；
- 上下文 `totalTokens` 采样 2332 次，**中位 14.3 万、峰值 27.1 万**；
- `shouldCompact` 触发了 2406 次，但上下文还是一路涨到 27 万；
- 工具结果累计回灌 **331 万 token**，单次最大 2.8 万。

![a1-img1-credits.png](https://developer.qcloudimg.com/http-save/yehe-12880396/d4cc142b2c9abeb3598a3180083397e4.png)

我一开始以为是"同一个任务跑了两遍"。量化之后才看明白：**浪费的真身不是重复跑任务，是同一份十几万 token 的上下文被反复喂给每次请求。** 一个 14 万 token 的会话跑 100 轮，等于 1400 万 token 输入被重复计费。

这篇就讲我怎么用三道"预算红线"把这个坑填上，把峰值从 27 万压到 6 万以内。所有步骤都能照抄，不涉及任何私密代码。

## 二、环境说明（背景）

- 客户端：WorkBuddy 桌面端（CodeBuddy 同账号、积分共享，所以治理对两端都有效）
- 约束事实：WorkBuddy/CodeBuddy 的日志里每条模型请求都带 `totalTokens` 字段；Agent 会话在上下文接近阈值（如 90%）时会触发 `shouldCompact`，但**触发不等于真压缩**——如果工具结果持续往里灌，压缩完照样涨回去。
- 关键认知：省积分 ≠ 少说话，而是**让每个新会话从最小上下文起步，且上下文不靠聊天历史传递，靠文件传递**。

## 三、分步骤实操

### 步骤 1：先量化，别拍脑袋（只读本地日志）

我写了个 `usage-guard.py`，**纯本地、只读日志、不联网、不碰账户接口**。它扫描 WorkBuddy 与 CodeBuddy 两端的日志，输出每个会话的请求数、上下文中位/峰值、>100k 占比、compact 次数、工具结果 token，超阈值直接告警。

```python
# 核心逻辑（节选）
import re, glob, os
TOKEN_RE = re.compile(r'totalTokens=(\d+)')
for log in glob.glob(os.path.expanduser('~/.workbuddy/logs/**/*.log'), recursive=True):
    vals = [int(m.group(1)) for m in TOKEN_RE.finditer(open(log, errors='replace').read())]
    peak = max(vals); median = sorted(vals)[len(vals)//2]
    over = sum(1 for v in vals if v > 100_000) / len(vals)
    if peak > 100_000 or over > 0.3:
        print(f'[告警] {log}: 峰值 {peak}  over100k={over:.0%}')
```

跑出来的真实报告（节选）：

```
[RaspApp 老会话] 请求 1874 次 | 中位 142,377 | 峰值 271,157 | >100k 占比 78%  [5 条告警全亮]
[RaspApp 当前]   请求 749 次  | 中位 145,377 | 峰值 278,156 | >100k 占比 57%  [5 条告警全亮]
```
![a1-img2-usageguard-alerts.png](https://developer.qcloudimg.com/http-save/yehe-12880396/85653f3c9663a5bc6f0407fa39e9250a.png)
### 步骤 2：立"硬阈值"规则，且让它自动生效

光有脚本不够——靠自律必翻车。我把规则写成两份，**强制注入每个 Agent 会话**：

一份是项目规则文件 `context-guardrails.md`：

```markdown
## 硬阈值（违反即动作）
- 上下文 totalTokens 中位 > 60k → 立即 compact；峰值 > 100k → 必须开新会话
- 单会话模型请求 > 40 → 按契约分片续接
- 单次工具结果 > 4k token 违规：读文件用 offset/limit，命令输出管道截断
```

另一份放进 `.codebuddy/rules/context-guardrails.md`，头部加 `alwaysApply: true`：

```yaml
---
description: 上下文预算与任务收尾强制规则
alwaysApply: true
---
# 上下文预算与任务收尾（强制）
你是某个角色 Agent。除协作协议外，本规则强制生效。
- 上下文峰值 > 100k → 必须开新会话，旧会话只靠 handoff/state.md 续接
- 写前先查状态（文件/接口/测试），达成即跳过，禁止整轮重跑
```

> 为什么用 `rules` 而不是放进"记忆"？因为记忆只在被读取时生效，规则会在每个会话自动加载。这一条是治理能落地的关键。

### 步骤 3：把"收尾"做成强制动作，而不是好习惯

在 `openspec/AGENTS.md`（多 Agent 协作协议）里加一节"会话结束 MUST"：

```markdown
## 8. 上下文预算与任务收尾
每个 Agent 会话结束前 MUST：
1. 运行 python tools/usage-guard.py，把本会话 token_peak / over_100k_ratio /
   requests / max_single_tool_result 抄入交接卡片；超标标「上下文超标」并建议下一会话开新
2. 记录是否存在对已完成项的重复执行（返工）于「风险」
3. 若改了前端，显式 hand off 给 qa-verifier 做无头截图 + 走查
```

### 步骤 4：会话之间靠文件传递，不靠对话历史

这是把峰值压下来的核心。每个任务落两张卡：

- `handoff/<task-id>/contract.md`：改动范围 / 预期表现 / 验证命令 / 验收标准
- `handoff/<task-id>/state.md`：当前进度 + 本会话 `usage-guard` 数值

**新任务 = 新会话 + 读 `state.md`**，而不是在 27 万 token 的老会话里接着聊。老会话的上下文再大也不继承，新会话从几千 token 起步。
![a1-img3-state-md.png](https://developer.qcloudimg.com/http-save/yehe-12880396/e2a83394640ea0d2a94b227b63083cdd.png)

## 四、效果验证（做完之后的结果）

治理前后对比（同一项目 RaspApp，治理后为规范生效首日的新会话实测）：

| 指标           | 治理前             | 治理后（首日实测）     | 目标            |
| ------------ | --------------- | ------------- | ------------- |
| 单会话 token 峰值 | 271,157         | 162,536       | < 100,000     |
| 上下文中位        | 144,473         | 104,564       | 40,000–60,000 |
| 每会话告警数       | 5 条全亮           | 2 条           | 0–1 条         |
| 工具结果累计       | 2,262,471 token | 173,933 token | 持续低位          |
| 日均积分消耗       | 332 分/天         | 待观察一周         | < 200 分/天     |

首日效果：**告警从 5 条降到 2 条，工具回灌量降到原来的 1/13，上下文中位降了约 28%**。峰值还没到 10 万以下——因为本会话本身就是这个长对话的尾部，纪律的红利要在「新任务 = 新会话」跑满一周后才完全体现。同等工作量下输入 token 预计降到三分之一，叠加幂等砍掉重复调用，日均 332 分有机会压到 200 以下——那样 70 元标准版就够了。

> 注：治理后数据为规范生效首日快照（2026-11-07），不是长期均值；这是带假设的估算，不是实测账单。跑一周看 `usage-guard` 数字再定档位。

## 五、踩过的坑（写清楚省你时间）

1. **"重复跑"的真身是上下文反复输入，不是任务重复。** 别急着怪模型，先量化 `totalTokens`。
2. **`shouldCompact` 触发 ≠ 真压缩。** 工具结果持续回灌，压缩完照样涨。治本要截源（步骤 2 的 4k 工具结果上限）。
3. **规则放记忆里没用，放 `rules/alwaysApply` 才有用。** 前者靠 Agent 记得，后者强制加载。
4. **不要在 100k+ 老会话续聊。** 这是单条最省分的纪律。
5. **积分不是自动到账。** 社区发文等奖励做完要回页面手动领，忘了点就白做（见第六节）。

## 六、总结与延伸

WorkBuddy 这类 Agent 工具，积分消耗的主因从来不是"问了多少句话"，而是**上下文被反复喂给每一次请求**。治理三件套就三句话：量化（usage-guard）、截源（硬阈值 + 4k 工具结果上限）、续接（handoff 文件 + 新会话）。

延伸玩法：把 `usage-guard` 挂成每周自动化，定期体检；把"重复任务幂等化"做成 Skill 上传到 WorkBuddy 开放平台（open.workbuddy.cn，可开通现金分成）；把本文写成社区教程本身又能回血——下一节讲怎么最大化。
![a1-img4-usageguard-after.png](https://developer.qcloudimg.com/http-save/yehe-12880396/bb3e917be7a3c64b292bc45711066571.png)


原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。   标签：#WorkBuddy# #AI办公# #效率工具# #Agent# #上下文优化#   数据说明：文中所有实测数据（积分、请求次数、token 采样）均为 2026-11-06 当日的快照，是当时真实账目与日志的量化结果；积分余额等数字随使用持续变化，阅读时以自己账号的实时页面为准，不影响方法论本身。

AI Agent 上下文爆炸怎么治：给 WorkBuddy 的 Agent 装一道"预算红线"，把单会话 token 峰值从 27 万压到 6 万

人工智能

AIAgent上下文爆炸治理指南：通过量化日志、硬阈值规则与文件续接策略，将单会话token峰值从27万压至6万，积分消耗降幅达40%，附完整实操代码与避坑清单。

代码解释

WorkBuddy 

CodeBuddy

Agent

WorkBuddy企业版限时双倍 Credits 活动

workbuddy

让每一个 Agent，都跑在云上

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

AI Agent 上下文爆炸怎么治：给 WorkBuddy 的 Agent 装一道"预算红线"，把单会话 token 峰值从 27 万压到 6 万-腾讯云开发者社区-腾讯云

AI Agent 上下文爆炸怎么治：给 WorkBuddy 的 Agent 装一道"预算红线"，把单会话 token 峰值从 27 万压到 6 万

AI Agent 上下文爆炸怎么治：给 WorkBuddy 的 Agent 装一道"预算红线"，把单会话 token 峰值从 27 万压到 6 万

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐