内容

系统提示词、知识库检索内容、历史对话摘要、工具结果

装配器

预算账本、分层来源、决策理由、版本与配置快照、最终token和msgs、异常标记

问题

一个 AI 客服会话跑了几十轮，你要往上下文窗口里装东西。系统提示、用户长期记忆（VIP 等级、历史投诉）、知识库召回块、历史对话摘要——这四类分别归谁管？也就是：谁在什么时候写它、谁决定装不装它、它超预算时会不会被挤掉。

两个具体判断：

1. 窗口满了，你先砍哪一类？为什么是这个顺序？
2. 落到 Go 代码上，你会做成一个独立的装配器（预算 + 装配策略），还是散在各个 Graph 节点里各自拼 messages？

1. 长期记忆 > 召回块（低分）> 历史摘要。
2. 装配器为什么必须独立成一层，而不是散在各节点拼 msg。散着拼有三个必然后果：每个节点各自决定塞什么，裁剪策略不一致，同一会话两次运行不可复现；你无法回答「这一轮到底给模型塞了什么」；没法单测、没法 A/B。

type ContextAssembler struct{ Budget TokenBudget }
type Layers struct {
    System    []schema.Message // 人写，不裁
    Memory    []schema.Message // 按相关性筛，可裁
    Retrieved []schema.Message // 本轮证据，按分数裁
    Summary   string           // 旧对话降维，可再压
}
func (a *ContextAssembler) Assemble(in Layers) ([]schema.Message, AssembleReport, error)

一个 AI 客服会话跑到第 30 轮，上下文只剩 30% 预算。用户说「我上次投诉的那个订单问题还没解决」。你手上有四样东西：系统提示、用户长期记忆（VIP 等级 + 历史投诉记录）、检索到的 3 个订单相关块、10 轮旧对话的摘要。

1. 这 30% 预算你怎么分给四层？先砍谁，说清理由。
2. 「上次投诉的那个订单」这个信息，应该来自记忆层还是检索层？如果记忆里有、检索没有，你怎么办？（这题考边界，不是查库）
3. 除了 messages，你的装配器还要吐出什么，才能让线上出问题后 5 分钟内说清「这一轮到底塞了什么、为什么这么塞」？