上下文压缩不再丢记忆:zylos-core无限上下文机制原理全解
上下文压缩不再丢记忆:zylos-core无限上下文机制原理全解
当 AI Agent 长期运行,上下文窗口迟早会被填满——而上下文压缩(Compaction)一旦发生,AI 往往就"失忆"了。zylos-core 是一个开源的 AI Agent 基础设施,它的无限上下文(Infinite Context)机制让 AI 在压缩前先自动保存记忆、切换会话后无缝恢复,真正做到"上下文压缩不再丢记忆"。本文完整拆解这套机制的运作原理。
为什么上下文压缩会让 AI "失忆"?
大模型的上下文窗口是有上限的(常见为 200K tokens)。对话越长、任务越复杂,窗口越容易被占满。当窗口接近上限时,运行时会自动执行上下文压缩:把旧对话摘要化甚至丢弃,给新内容腾出空间。
问题在于:被压缩掉的内容里,往往藏着关键信息——用户偏好、进行中的任务、做过的决策。很多框架的压缩是"静默"发生的,AI 醒来后对之前做过的事一无所知,只能让用户重新交代一遍背景。
zylos-core 的思路不是"阻止压缩",而是把记忆从上下文窗口里搬出去:压缩发生前,先把关键信息持久化到外部存储;压缩发生后,再把这些信息注入新会话。只要记忆存在窗口之外,上下文就可以无限轮转。
机制全貌:四层保护如何协同
这套机制由四个模块协同完成,分别对应"监控 → 预警 → 交接 → 恢复":
| 保护层 | 触发时机 | 核心动作 |
|---|---|---|
| 实时上下文监控 | 每轮对话后(Claude)/ 每 30 秒轮询(Codex) | 读取已用 token 数与窗口上限,计算占用比例 |
| 预警记忆同步 | 占用达到切换阈值的 80% 左右 | 后台子代理执行 Memory Sync,把未归档对话写入结构化记忆 |
| 会话切换交接 | 占用达到切换阈值(默认 70% 上下) | 执行 new-session 检查清单:盘点任务、写交接摘要、发送 /clear 或 /exit |
| 新会话自动恢复 | 新会话启动时 | session-start 钩子注入上次 checkpoint 摘要与最近对话 |
下面逐层拆解。
第一层:实时上下文监控
监控是整套机制的"眼睛"。zylos-core 针对不同运行时采用了两种零干扰的数据获取方式:
- Claude 运行时:通过 Claude Code 的
statusLine钩子,每一轮对话结束后自动把上下文占用、成本等数据写入本地状态文件。钩子即时响应,不消耗任何对话轮次。核心实现在 context-monitor.js。 - Codex 运行时:由守护进程每 30 秒轮询一次会话日志,从最近的 token 事件里读取"当前窗口填充量 + 模型上下文上限",数据不可用时还会降级读取本地缓存,保证监控不断线。实现位于 codex-context-monitor.js,轮询与阈值判定逻辑封装在 context-monitor-base.js 中。
第二层:双阈值,先存记忆再谈压缩
监控到数据后,系统不是只有一个"报警线",而是设计了两级阈值,这是"不丢记忆"的关键:
- 早期阈值(约 56%):等于会话切换阈值的 80%。到达这里时,系统通过 C4 通信桥向 AI 注入一条后台维护指令:立即启动 Memory Sync。它明确要求"不要等待完成、继续正常工作",把记忆同步做成了不阻塞业务的后台任务。
- 切换阈值(Claude 默认 70%,可在配置中调整):到达这里才真正触发会话切换。
两级阈值配合独立冷却时间(同步触发有 10 分钟冷却、切换触发有 5 分钟冷却、在途同步请求有 30 分钟安全有效期),既保证记忆同步一定抢在压缩之前完成,又避免频繁注入干扰 AI 正常工作。这套判定逻辑集中在 memory-sync-gate.js。
记忆同步做什么?
Memory Sync 会把 C4 数据库中尚未归档的对话取出来,按 Inside Out 分层记忆架构分类写入不同的 Markdown 文件:身份认知、活跃状态、索引指针常驻加载,用户画像、决策记录、项目追踪按需加载,会话日志与冷存档兜底。每个文件都有明确的内容规则和体积预算,超出的内容会被"搬家"而不是删除。最后为已处理的对话创建 checkpoint(摘要 + 位置标记)。
记忆文件的目录模板可以直接参考 templates/memory/,完整规则见 zylos-memory 技能文档。
第三层:会话切换的"交接仪式"
上下文到达切换阈值后,zylos-core 通过 C4 通信桥向 AI 下发最高优先级的控制消息(即使守护进程认为系统不健康也会强制投递,避免"上下文满了却发不出切换指令"的死锁),AI 随后执行 new-session 技能 中定义的交接流程:
- 盘点后台任务:记录仍在运行的子代理 ID 与输出位置,确保新会话能接手;
- 写交接摘要:正在做什么、当前状态、卡点、下一步;
- 摘要送入内部
void通道:这条消息只存档、不对外发送,专门留给下一个会话读取; - 发送切换命令:Claude 执行
/clear,Codex 执行/exit,干净的窗口开始新会话。
排队与投递逻辑封装在 session-handoff.js,并带有 3 次重试保障可靠性。
第四层:新会话启动即自动恢复
压缩本身"丢"掉的旧对话,在新会话启动时会被钩子自动补回来。c4-session-init.js 作为 session-start 钩子执行三件事:
- 注入最近一次 checkpoint 的摘要——即上一轮记忆同步时浓缩下来的关键结论;
- 注入尚未归档的最近对话(未超阈值时全量,超阈值时只取最新几条,其余由下一轮 Memory Sync 覆盖);
- 若未归档对话超过阈值(默认 15 条,定义于 c4-config.js),额外追加一条"必须先执行 Memory Sync"的行动指令——这是兜底:即使早期同步因任何原因没跑成,新会话也会补上,记忆同步最多延迟一个会话,永远不会丢失。
至此形成闭环:压缩前已存盘 → 交接摘要已入档 → 新会话自动加载。AI 醒来后依然知道"我是谁、在做什么、下一步是什么"。
如何验证与调整阈值
日常可以随时查询当前上下文占用,项目内置了 check-context 技能(见 check-context/SKILL.md):直接问 AI"现在上下文用了多少"即可,它会从状态文件或会话日志中读取并报告百分比。
如果你想提前触发轮换,可以修改 ~/.zylos/config.json 中的 new_session_threshold(百分比数值),把默认 70% 调低到例如 60%,让会话切换更早发生。
总结
zylos-core 的无限上下文机制可以归纳为一句话:把记忆存到窗口之外,把交接写成标准流程。
- 📊 实时监控:statusLine 钩子 + 轮询双通道,零成本感知上下文水位
- ⏰ 双阈值预警:约 56% 启动后台记忆同步,70% 触发会话切换,互有冷却防抖
- 📝 结构化交接:任务盘点 + 交接摘要 + 内部通道存档,切换不丢进度
- 🔄 启动即恢复:checkpoint 摘要 + 最近对话自动注入,兜底同步永不丢失
理解了这套机制,你就能明白为什么 zylos-core 的 AI 可以 7×24 小时运行:上下文只是"内存",记忆才是"磁盘"。


