Claude API 上下文编辑与服务端压缩怎么用:Context Editing 与 Compaction 省 token 做法

多步智能体循环跑十几轮后上下文就被旧工具返回和思考块塞满?本文按官方文档讲清 Context Editing(清理旧 tool_result 与 thinking)和服务端 Compaction(自动摘要压缩)的参数配置与缓存配合技巧。

NNathaniel bigo··原创首发·AI 辅助撰写
13 分钟读完
资料核对于 2026-11-18 · 依据官方文档与公开资料整理 其他 账号

结论先说

  1. Context Editing(上下文编辑)负责「定点清旧垃圾」:在请求到达模型前,由服务端自动把早期臃肿的 tool_result(如几千行的旧文件读取、旧搜索结果)或旧轮次的 thinking 思考块替换成轻量占位,客户端本地仍可保留完整原始日志。
  2. Compaction(服务端压缩)负责「整段浓缩历史」:当多轮长对话整体逼近窗口阈值时,服务端自动把早期对话轮次压缩成一段高保真摘要块(compaction block),让单次任务能跨越单窗口限制持续跑下去。
  3. 两者不是二选一,而是分层配合:日常工具密集循环先靠 Context Editing 削掉水分,再搭配 Memory Tool 把关键事实落盘,最后用 Compaction 给超长会话兜底。
  4. 注意和提示词缓存(Prompt Caching)算总账:每次修改早期历史都会让改动点之后的缓存失效重算,务必合理设置单次最小清理量(如 clear_at_least),攒够一批再集中清理。
  5. 国内免卡开通与账号服务入口:自有账号免上号自助开通可见本站 Claude Pro 充值页 与 Claude Max 充值页;缺可用账号或遇身份核验可查看 Claude 注册说明 与 Claude KYC 认证协助。

Claude API 三种长上下文管理机制对比

图:本站根据 Claude 官方文档:Context editing 与 Compaction 整理的示意图

本文根据 Claude 开发者平台官方文档《Context editing》《Compaction》整理,资料核对于 2026-11-18。配图为本站整理的示意图,不是界面截图。本站(bigolab.com)不是 Anthropic 官方网站。

适用于谁

  • 搜「claude api context editing」「claude api compaction 压缩」,发现智能体跑二三十轮后输入 token 账单翻倍或报超出窗口上限(400 / 413)的开发者;
  • 不想在自己后端手写容易丢上下文的截断和摘要拼接逻辑,希望直接用 Anthropic 服务端原生瘦身参数的人;
  • 开启了扩展思考(Extended thinking)与网页搜索、文件读取后,想弄清什么时候该「定点清垃圾」、什么时候该「整段做摘要」的架构师。

如果你是在本地用官方命令行编程工具遇到上下文满了,可以直接看终端里的现成命令指南 /guides/claude-code-context-compact;本文专讲后端开发者调用 Messages API 时的服务端控制方案。

一、Context Editing:自动清理陈旧工具结果与思考块

在长周期搜索或写代码循环里,最占地方的往往不是用户说的那几句话,而是十轮前早就消化完的原始网页正文、终端构建日志以及历史推理过程(扩展思考基础用法见 /guides/claude-api-extended-thinking)。

通过传入请求头 context-management-2025-06-27 并配置 context_management.edits,可以让服务端按规则自动裁剪这两类膨胀源:

  • clear_tool_uses_20250919:当输入 token 达到触发阈值时,从最老的轮次开始清理 tool_result 的大段内容(保留调用发生过的结构占位),同时原样保留最近几轮的工具输出供当前推理使用,还可通过 exclude_tools 排除像 "memory" 这类不希望被清掉的工具;
  • clear_thinking_20251015:清理更早历史轮次里的 thinking 块,只保留最近几个助手回合的思考内容以维持推理连贯度。

按官方文档整理的 Python SDK 配置示例:

python
import anthropic

client = anthropic.Anthropic()

response = client.beta.messages.create(
    model="claude-opus-5-5",
    max_tokens=4096,
    betas=["context-management-2025-06-27"],
    tools=[{"type": "web_search_20250305", "name": "web_search"}],
    context_management={
        "edits": [
            {
                "type": "clear_thinking_20251015",
            },
            {
                "type": "clear_tool_uses_20250919",
                "clear_at_least": {"type": "input_tokens", "value": 10000},
            },
        ]
    },
    messages=conversation_history,
)

需要同时启用两条策略时,按官方规范应把 clear_thinking_20251015 排在 clear_tool_uses_20250919 前面。响应返回后,你可以从 response.context_management 元数据字段里直接读出本次一共替你清掉了多少输入 token。

二、Server-side Compaction:跨窗口超长会话的服务端摘要

即便清掉了大体积工具结果,如果一段代码重构或复杂排障来回聊了上百轮,纯对话本身也会逼近上下文天花板,还会引发「中间信息遗忘(Context rot)」。服务端压缩(Compaction)把过去要靠开发者自己写副提示词做总结的脏活搬到了 API 内部,常见有两种调用姿势:

  1. 按阈值自动触发压缩:在 context_management.edits 中配置压缩策略(如 compact_20260112 并携带对应 Beta 标识),设定输入 token 触发线(例如达到 10 万或 15 万 token 时启动)。一旦越线,服务端先生成浓缩摘要块再继续回答本轮问题;
  2. 按需主动触发压缩(On-demand):携带 compact-2026-09-04 等对应 Beta 头并在请求中显式传入 compaction 参数(如 {"type": "summarize"}),由你的业务代码在阶段性任务交接点主动发起一次干净的归档压缩。
python
# 将上一轮含 compaction 块的完整 response.content 追加回历史即可
conversation_history.append({
    "role": "assistant",
    "content": response.content,
})

它的多轮衔接非常省心:当服务端完成一次压缩后,返回的 response.content 中会包含一个专门的 compaction 内容块。你下一轮只需要照常把 response.content 追加回 messages 数组发出去,API 服务端收到后会自动忽略该 compaction 块之前的所有旧消息,直接从这段摘要往后读。

Claude 会员充值与成品号提示:国内银行卡在结账页被拒时,可通过本站支付宝、微信支付或 AlipayHK 获取 iOS 订阅卡密自助开通 Claude Pro 或高配额 Claude Max(全程无需上号交密码);需要现成账号可了解 Claude Pro 成品号 与 Claude Max 5x 成品号(注:Anthropic 消费者条款禁止共享转让账号且违规可终止无退款,成品号均明确标注不质保封号)。

三、长循环省钱与防失忆实战选型

长循环省 token 策略选型与缓存调优

图:本站根据 Claude 官方文档:Context editing 与 Compaction 整理的示意图

想既省钱又不让模型丢掉关键业务约束,建议照着下面三条工程经验落地:

  • 避免每轮挤牙膏式清理破坏缓存:如果每多几百个 token 就删一条旧消息,历史消息前缀每一轮都在变,反而吃不到 90% 折扣的缓存读取价。设好 clear_at_least(例如每次至少清掉上万 token),平时靠缓存低价复用,攒大了再一次性裁剪,总账最划算(发请求前预估体积可用 /guides/claude-api-count-tokens);
  • 清之前先提醒模型记笔记:当同时挂载记忆工具时,服务端会在接近清理阈值前提醒模型把重要发现写进 /memories 文件,这样旧的原始搜索页被清掉也不会丢结论;
  • 个人终端开发直接用现成自动压缩:如果你不是在写企业后端服务,而是自己日常写代码怕按量 API 账单失控,直接用内置了自动压缩与闲置压缩机制的 Claude Code(参考 /guides/claude-code-idle-compaction-long-conversation-away)配合固定月费的 Claude Max 订阅充值 会省心得多。

常见问题

问:开启 Context Editing 后,我客户端自己保存的 conversation_history 数组会被改掉吗?

答:不会。裁剪动作只发生在 Anthropic 服务端当次推理管线内部,你本地维护的原始对话数组完好无损,仍然可以原样落库留作审计或前端回放。

问:服务端生成 Compaction 摘要本身要收 token 费吗?

答:要按标准模型费率计费。触发压缩的那一轮,服务端需要读取待压缩的历史消息并生成摘要文本,这部分消耗会体现在返回结果的 usage 统计(含迭代明细)里,但换来的是后续几十轮每次都少付十几万输入 token。

问:报 400 错误提示不识别 context_management 字段怎么办?

答:先检查两处:一是确认走的是 client.beta.messages.create 并正确传入了对应的 betas 列表;二是核对当前调用的模型型号是否在官方文档顶部的支持名单内(通常要求较新的 Sonnet / Opus 4.x 及 5.x 系列模型,报错排查见 /guides/claude-api-error-codes)。

问:人在国内没有外币信用卡,怎么订阅或升级 Claude 付费套餐?

答:可在本站 AI 会员充值总览页 选择 Claude Pro 自助充值 或 Claude Max 充值,付款后即时发卡密、24 小时自助兑换且可开具增值税发票;实时价格与售后边界(含封号不质保)以商品页当天展示为准。

相关教程

参考资料

  • Claude 开发者平台文档:Context editing — https://platform.claude.com/docs/en/build-with-claude/context-editing
  • Claude 开发者平台文档:Compaction — https://platform.claude.com/docs/en/build-with-claude/compaction

Nathaniel 的更多内容

  1. 01

    独立开发者用 ChatGPT + Codex 跑通产品全流程:市场验证、PRD、原型到代码上线复盘清单

    单人做独立产品最容易陷入「闭门写两个月代码上线零用户」或「AI 写到一半目录越改越崩」。本文整理「ChatGPT 负责市场验证、PRD 与复盘 + Codex 负责工程实现与测试」的五阶段双轨流程,附起手提示词与 7 项上线复盘清单。

    ChatGPTCodex0
  2. 02

    用 ChatGPT 批量生成规范文件命名规则、整理混乱目录树与合并零散发票抬头清单脚本

    面对满桌面的「新建文件夹」「最终版2」和上百张零散电子发票,手工改名抄台账耗时又容易漏重。本文分享先脱敏取样、再用 ChatGPT 生成带预演和回滚日志的本地 Python 脚本,离线安全完成目录整理与发票抬头合并去重的实战流程。

    ChatGPT0
  3. 03

    用 ChatGPT 做海外邮件营销(EDM)受众分层文案、A/B 主题行测试与防进垃圾箱自检

    做海外独立站或出海 SaaS 邮件营销(EDM),最怕千人一面群发被直接送进垃圾箱。本文结合 Gmail/Yahoo 批量发件人规范,梳理用 ChatGPT 设计受众分层文案、批量生成 A/B 主题行矩阵并开展发前垃圾词与合规自检的实战提示词。

    ChatGPT0
  4. 04

    用 ChatGPT 写 Notion Formula 2.0 公式、Obsidian Dataview 查询与 Airtable 自动化脚本

    给 Notion 数据库写多条件 Formula 2.0 公式、给 Obsidian 写 Dataview 动态看板,或在 Airtable 里写自动化脚本,经常因为一个小括号或类型不匹配报错半天。本文整理三大工具的通用上下文喂料规范与三套直接可复制的生成提示词。

    ChatGPT其他 AI 工具0
  5. 05

    用 ChatGPT 处理复杂 JSON / YAML / XML 字段映射、格式转换与校验规则编写实战

    对接第三方 API、迁移 Kubernetes 配置或解析政企 XML 报文时,手工对照几百行嵌套字段既慢又容易漏掉空值与类型边界。本文整理用 ChatGPT 完成字段映射表梳理、生成确定性转换脚本以及编写 JSON Schema / Pydantic / XSD 校验规则的实战流。

    ChatGPT其他 AI 工具0
  6. 06

    用 ChatGPT 准备本科/硕士毕业论文答辩:提炼答辩 PPT 结构、模拟导师犀利追问与 3 分钟自述稿

    毕业论文写完后,要在 3–5 分钟内讲清研究价值并顶住答辩评委的连环追问并不轻松。本文整理在严格遵守高校学术规范的前提下,用 ChatGPT 提炼答辩 PPT 结构、打磨 3 分钟口语自述稿并开展模拟导师犀利追问的排练流程与提示词。

    ChatGPT0

同产品的其他教程

  1. 01

    Anthropic Contextual Retrieval(上下文增强检索)是什么、怎么实现:给文档块自动补背景摘要结合缓存降失误率

    长文档切成小块后丢了公司名、年份和主语指代导致 RAG 频频搜错?本文按 Anthropic 官方技术文章详解 Contextual Retrieval 原理、官方公开评测失误率下降 49% 至 67% 的组合架构,以及用 Claude 提示词缓存低成本批量生成切片背景的完整 Python 代码。

    Claude其他 AI 工具0
  2. 02

    RAG 知识库回答不准怎么调优:切片大小(Chunking)、BM25 + 向量混合检索与 Rerank 重排序三步排查法

    搭好的 RAG 企业知识库一问具体型号、报错码或跨行表格就答非所问?本文按 OpenAI 与 Anthropic 官方检索文档,给出先隔离检索与生成故障、再按结构化切片(Chunking)、BM25 加向量混合召回(RRF)与 Rerank 重排序逐层调优的三步法。

    Claude其他 AI 工具0
  3. 03

    Langfuse 开源本地部署(Docker Compose)与提示词版本管理(Prompt Management)从零上手教程

    企业内网严禁业务日志出境,又想免费拥有大模型调用链追踪与不发版热更新提示词的能力?本文按 Langfuse 官方文档整理 Docker Compose 本地一键启动(含 ClickHouse 架构注意事项)、密钥配置与 Prompt Management 标签化版本管理全流程。

    Claude其他 AI 工具0
  4. 04

    LangSmith 入门教程:给 LangGraph 与原生 OpenAI / Claude 接口加调用链追踪、Token 成本统计与免费层限额

    智能体多步调用总是找不到哪一轮提示词跑偏、单次请求到底烧了多少 Token?本文按 LangSmith 官方文档讲清环境变量零侵入接入 LangGraph、用 wrap_openai / wrap_anthropic 与 @traceable 追踪原生接口,以及 Developer 免费层额度与留存规则。

    Claude其他 AI 工具0
  5. 05

    Zotero 搭配 Claude / ChatGPT 高效读英文文献:PDF 翻译插件、批注导出精读与防捏造参考文献流程

    在 Zotero 里读英文顶会论文怎么无缝联动 Claude 与 ChatGPT?本文整理 Translate for Zotero 划词翻译配置、高亮批注导出精读提示词,以及杜绝 AI 捏造假 DOI 参考文献的核验闭环。

    Claude其他 AI 工具0
  6. 06

    Obsidian 接入 Claude、ChatGPT 与本地 Ollama 做个人双链笔记问答:主流插件配置与隐私脱敏边界

    想在 Obsidian 里基于自己的双链笔记库做 AI 问答又担心隐私外泄?本文对比 Copilot 与 Smart Connections 插件,整理接入 Claude、OpenAI 官方 API 与本地 Ollama 的步骤及敏感目录隔离规则。

    Claude其他 AI 工具0

0 条评论

登录 后参与评论

还没有评论,来抢沙发~