上下文管理是实现复杂推理、工具调用和多轮交互的基础能力。本文将系统梳理上下文管理的核心方法、工程挑战、典型应用场景，并结合 LangChain 框架的设计理念，帮助理解和落地上下文管理系统。

一、什么是上下文管理系统？

上下文管理系统，顾名思义，就是在智能体运行过程中，合理组织、存储、检索和裁剪“上下文”信息的机制。

• 上下文：指智能体在推理、对话、工具调用等过程中需要参考的历史信息，包括消息历史、用户偏好、外部知识、工具反馈等。
• 管理：包括 存储、检索、压缩、隔离 等多种操作，目的是让智能体既能“记住”关键内容，又不会被无关信息干扰。

二、LangChain 的上下文管理方法论

LangChain 总结了四类上下文管理的基本方法：

1. 写入（Offload）上下文

   • 将部分上下文卸载到外部存储，减少 LLM 直接处理的信息量。
   • 典型场景：将历史对话、工具调用结果等写入数据库或文件系统，仅保留“指针”在当前上下文中。
   • 伪代码示例：

 写入外部存储
memory_id = db.save(context_chunk)
# 只在 prompt 中保留指针
prompt = f"Refer to memory {memory_id} for details."

1. 选择（Retrieve）上下文

   • 动态检索与当前任务最相关的信息，常用 RAG（Retrieval-Augmented Generation）技术。
   • 进阶用法包括 agentic search（智能体级搜索）、GraphRAG（图谱增强检索）、多轮工具调用等。
   • 伪代码示例：

     # 基于向量检索相关文档
     relevant_docs = vector_db.search(query_embedding)
     # 组合进 prompt
     prompt = f"Context: {relevant_docs}\nQuestion: {user_query}"

2. 压缩（Compress）上下文

   • 对冗余或过长的上下文进行摘要、裁剪，仅保留关键信息。
   • 常见做法：对消息历史、工具反馈等进行 LLM 摘要。
   • 伪代码示例：

     # 用 LLM 摘要历史消息
     summary = llm.summarize(history)
     prompt = f"Summary: {summary}\nNext step?"

3. 隔离（Isolate）上下文

   • 将上下文分区，子任务由独立的 SubAgent 处理，避免信息污染。
   • 适用于多智能体协作、复杂任务分解等场景。
   • 伪代码示例：

     # 为每个子任务分配独立上下文
     for subtask in subtasks:
         subagent = Agent(context=subtask_context)
         subagent.run()

三、工程挑战与实践

1. 典型挑战

• 上下文长度受限：LLM 输入窗口有限，需合理裁剪与组织信息。
• 信息冗余与丢失：如何在不遗漏关键信息的前提下，去除无关内容。
• 多智能体协作：不同 Agent 之间如何安全、有效地共享或隔离上下文。

2. 解决方案对照

3. 典型应用场景

• 代码执行与数据分析：智能体需频繁调用外部工具，需隔离每次调用的上下文，避免状态污染。
• 多智能体协作：如 Manus 系统，每个子智能体有独立上下文，主智能体协调任务。
• 长期记忆管理：如 Claude 的长期记忆构建，需将历史信息写入外部存储，并在需要时检索。
• 用户偏好与知识库管理：通过写入和检索机制，动态维护用户画像和知识库。

四、总结与展望

上下文管理是智能体系统的“记忆与注意力”机制。

• 写入（Offload） 让智能体“记住”更多但只“关注”指针；
• 选择（Retrieve） 让智能体“只看相关”；
• 压缩（Compress） 让智能体“只看重点”；
• 隔离（Isolate） 让智能体“各司其职”。

随着智能体系统复杂度提升，合理设计上下文管理策略，将极大提升系统的可扩展性、健壮性与智能水平。

参考资料

• LangChain 官方文档
• Claude/Manus 等多智能体系统实践
• RAG、GraphRAG 等检索增强生成技术