让AI主动管理自己的上下文
💡
原文中文，约2700字，阅读约需7分钟。
📝
内容提要
文章探讨了上下文管理的主动性，提出使用类似git的树结构来优化上下文的存储与跳转，并引入标记任务进度的工具，以提升AI对上下文的感知和压缩能力，从而提高效率。
🎯
关键要点
- 上下文管理需要更加主动和细粒度的处理。
- 当前的上下文清理主要依赖于达到阈值触发压缩，缺乏主动性。
- 引入d-mail功能，可以让AI在低信息密度的情况下回溯上下文。
- pi agent提供了统一的上下文存储，采用树形结构存储session。
- session tree可以类比为git工作流，每条消息对应一个commit。
- 跳转和总结的操作可以通过树结构实现，类似于git的checkout和mr提交。
- 需要对session tree进行精简，以避免上下文过于庞大。
- 设计了context_tag、context_log和context_checkout工具，帮助AI标记任务进度和管理上下文。
- HUD设计用于提醒AI打tag和监控上下文占用情况。
- 插件提供了指导，帮助agent有效使用上下文管理工具。
- 理论上可以将这些工具迁移到其他具有session存储的工具上。
➡️
