v2 上下文预算
模型每次能接收的内容有限，但会话历史可以持续增长。v2 会先保留固定指令和当前请求，再在剩余空间中安排历史；需要压缩时，为较早的历史生成摘要。下文的 token 数是预算估算，不是模型供应商的计费统计。
所有裁剪与摘要只作用于模型请求投影，不删除 Session 的原始消息、工具结果或事件。system 与 developer 都是固定指令，不进入历史裁剪或摘要区。
预算边界
| 区域 | 默认约束 | 超限处理 |
|---|---|---|
| 固定指令 | 16,384 个估算 token | 明确报错，不截断，也不调用模型压缩固定指令 |
| 当前回合 | 最新真实 user 消息及后续消息，工具调用与结果成组 | 工具结果可使用持久引用；仍放不下则报错 |
| 较早的近期历史 | 最多 4 个单元、8,192 token，且不超过扣除固定指令后可用预算的 1/3 | 压缩时将超出保护额度的历史移入可压缩前缀 |
| 可压缩历史 | 连续前缀，验证并复用已有摘要 | 分批滚动摘要，不反复压缩重叠原始前缀 |
| 请求预留 | 工具 schema、隐藏工具索引、续跑指引、协议和输出预算 | 先预留，发送前再检查完整请求 |
标准 Builder 与 Desktop 未配置模型窗口或输入预算时使用 32,768 token 默认窗口。应填写真实模型窗口；这些是估算值，不是供应商计费数据。直接使用 DefaultContextAssembler(budget=None) 的宿主负责总输入预算，固定指令上限仍生效。
配置
Agent 与全局区域预算取较小值。下面是 manifest 片段：
policies:
budgets:
input_tokens: 32768
system_tokens: 16384
protected_recent_tokens: 8192
agents:
main:
budgets:
system_tokens: 12000
protected_recent_tokens: 4096
protected_recent_tokens: 0 取消当前回合之前的额外历史保护，不允许删除当前用户请求。Context API 对应 ContextBudget.max_system_tokens 和 ContextBudget.protected_recent_tokens。
Persistent-summary 默认 max_summary_calls=4，摘要源预算 max_summary_source_tokens=24000，包含滚动摘要空间。工具调用与结果不跨批次拆分。单个单元无可用持久引用且超限时，在调用摘要模型前拒绝。max_summary_calls 是单次投影的调用上限：做完能覆盖的前缀就写入检查点，下一轮接着压，不再用 context.summary_work_limit 让整轮 Run 失败。前缀对不上时不套用旧摘要，也不删除检查点，直到一段新的部分摘要替换它。摘要哈希对齐规范历史，推理视图里的未完成工具对与 runtime 注入不参与覆盖校验。每次逻辑摘要先请求一次；返回格式不合格时最多再试一次。因此默认每次投影最多 8 次摘要生成请求，每次仍受超时约束。
已有摘要可与新增可压缩历史共同缩短。摘要没有缩小源内容、或摘要本身超出预留预算时，不保存派生摘要。一次投影只完成部分前缀时，已覆盖的检查点会先写入；剩余仍超窗则本轮失败、下轮续压。不反复扩大源区重试。压缩前把最新用户将注入的 runtime context 计入预留，避免压完再塞导致超窗。同一最新用户请求内的长工具轨迹不会自动成为旧历史；大型工具结果应提供持久引用。
指令与 Skill 来源
AGENT.md最多 16,000 字符，超限报错；MEMORY.md最多 4,096 字符，USER.md最多 2,048 字符，超限使用明确标注的节选。SOUL / IDENTITY 也使用小型节选。- 可用 Skill 列表和描述不做数量或字符截断。 不再有 128 项、12,000 字符或单描述 500 字符上限；多行 YAML 描述完整解析。
- 加载后的活跃 Skill 默认总预算为 6,000 token，按 XML 转义后的注入文本计算。单 Skill 超限在物化前拒绝；多个 Skill 超限时淘汰较早的活跃项。原始文件不截断，源 provider 的文件大小限制仍独立生效。
- Server 的 Skill 描述使用长文本字段；旧截断描述可重新导入原文件修复。
- 完整列表仍计入最终固定指令预算；总预算不足时明确报错，而不是悄悄省略 Skill。
并发边界与验证
估算器缓存最多 2,048 条摘要与计数，不保存完整提示词。内置可加性估算器通过累计值裁剪；自定义估算器保留完整请求估算语义。同一事件循环共享后台名额：token/指纹计算 2 个、Skill I/O 8 个、模型摘要 4 个。取消不会提前释放仍在运行的线程名额。文件 Skill 描述缓存最多 2,048 项，按文件变化失效。
这些是上下文准备的辅助额度，不替代 Scheduler、租户配额、模型连接池或存储限制。
python scripts/v2/benchmark_v2_context.py --messages 800 --sessions 8
python -m pytest tests/sagents/v2/test_context_efficiency.py tests/sagents/v2/test_skill_provider_matrix.py
基准只测合成历史的裁剪成本，不代表真实模型、数据库吞吐或生产容量。
实现入口：persistent_reducer.py · summarizer_model.py · provider.py。