Memory Summary

多轮对话摘要压缩

长对话继续堆原文会占满上下文，系统通常会把历史压成摘要记忆再继续对话。

Memory Summary

返回原理演示

查看产品

Page Overview

Memory Summary

2026

Focus

多轮对话摘要压缩

长对话继续堆原文会占满上下文，系统通常会把历史压成摘要记忆再继续对话。

Primary CTA

返回原理演示

Secondary Path

查看产品

启用摘要压缩

历史消息

用户：我要准备一份周报。

助手：你主要做了哪些项目？

用户：首页改版、FAQ 页面、案例详情页。

助手：本周还有未完成项吗？

用户：还要补移动端精修和 SEO 收尾。

助手：有没有可量化的结果？

用户：新增了 10 个案例、4 个演示页、1 个 FAQ 页面。

当前记忆

上下文占用 91%

用户：我要准备一份周报。助手：你主要做了哪些项目？用户：首页改版、FAQ 页面、案例详情页。助手：本周还有未完成项吗？用户：还要补移动端精修和 SEO 收尾。助手：有没有可量化的结果？用户：新增了 10 个案例、4 个演示页、1 个 FAQ 页面。

推荐下一步

继续沿着相关主题看下去，会更容易把概念和工程实现串起来。

History + Latest Input -> Context Window

演示历史消息如何逐轮进入上下文，以及为什么对话越长越需要摘要和裁剪。

System + History + User + Output <= Context Window

通过滑动窗口展示模型一次真正能“看到”的 token 范围，以及为什么旧内容会被截断。

Input -> Tokenize -> Count -> Process

用动画把一句话拆成模型真正处理的 token，理解 token 不是“一个字=一个 token”。