@raolin2025/claude-code-node 2.8.9 → 2.8.11

package/README.md

@@ -142,6 +142,9 @@ cc-node 会自动感知当前所用模型的**上下文窗口长度**，并在
    估算**判断是否超窗；超窗时把早期对话压缩为摘要（保留最近 4 轮 + 摘要），目标压到窗口
    的 60%。摘要会**显式标注最早的 `Main goal`（核心任务主线）**，并保留最早的关键发现与
    最新结果，避免例行内容淹没核心任务（防止 AI 压缩后失忆）。
+   > **保守触发（v2.8.11）**：由于启发式估算可能比模型真实 token 偏少，压缩**提前到
+   > 可用窗口的 85%** 即触发（`compressSafetyFactor`，默认 0.85），给 tokenization 差异
+   > 留余量，避免实际请求超过模型窗口（如 `exceed_context_size_error` 400 错误）。
 2. **滑动窗口精确裁剪**（兜底，保证永不超窗）：摘要压缩后仍超窗时，从**最早的消息**逐条
    挤出，**最新信息始终保留在末尾**，直到总 token ≤ 窗口上限。system 提示永不裁剪；
    **被裁剪的早期历史会压缩成一条摘要 system 保留**（避免 AI 丢失上下文主线）；极端情况

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@raolin2025/claude-code-node",
-  "version": "2.8.9",
+  "version": "2.8.11",
   "description": "Node.js AI Code Agent CLI - Zero dependencies, pure JavaScript, security hardened, multi-channel notifications, Telegram & QQ Bot remote programming, rich media upload, multi-account management",
   "type": "module",
   "main": "src/core/index.js",

package/src/__tests__/compact-window.test.js

@@ -103,6 +103,19 @@ test('滑动窗口：keepSummary=false 时不保留摘要', () => {
   assert.ok(!r.messages.some(m => m.role === 'system' && m.content.includes('Context Summary')))
 })
 
+test('滑动窗口：limitOverride 指定保守裁剪上限（提前触发，防实际超窗）', () => {
+  const tb = makeBudget(500)
+  const msgs = makeMessages(20) // 41 条
+  // 用 limitOverride 指定一个更保守的裁剪上限（模拟估算偏差预留余量）
+  const hardLimit = tb.maxTokens - tb.reservedForOutput // 490
+  const conservative = Math.floor(hardLimit * 0.85) // 416
+  const r = trimToWindow(msgs, { tokenBudget: tb, maxTokens: tb.maxTokens, keepSummary: true, limitOverride: conservative })
+  assert.equal(r.trimmed, true)
+  // 裁剪后估算 ≤ 保守上限
+  assert.ok(tb.estimateMessages(r.messages) <= conservative,
+    `裁剪后 ${tb.estimateMessages(r.messages)} 应 ≤ 保守上限 ${conservative}`)
+})
+
 test('滑动窗口：极端情况（单条消息超窗）仍保留 system + 最近一条', () => {
   const tb = makeBudget(50) // 窗口很小
   // 构造：每条消息都较大，导致任何单条都可能超窗

package/src/core/compact.js

@@ -276,7 +276,10 @@ export function trimToWindow(messages, options = {}) {
   const maxTokens = options.maxTokens || 160_000
   const reservedForOutput = options.reservedForOutput || (budget ? budget.reservedForOutput : 8192)
   const keepSummary = options.keepSummary !== false
-  const limit = maxTokens - reservedForOutput
+  // 可直接指定裁剪上限（覆盖 maxTokens - reservedForOutput），用于保守触发场景
+  const limit = options.limitOverride != null
+    ? options.limitOverride
+    : maxTokens - reservedForOutput
 
   const estimate = (msgs) => budget
     ? budget.estimateMessages(msgs)

package/src/core/query-engine.js

@@ -32,6 +32,8 @@ export class QueryEngineConfig {
     this.model = options.model || ''
     this.maxTurns = options.maxTurns || 100
     this.maxBudgetTokens = options.maxBudgetTokens || 1_000_000
+    // 压缩触发保守系数（0~1）：估算到可用窗口的该比例即触发压缩，留出 tokenization 差异余量
+    this.compressSafetyFactor = options.compressSafetyFactor ?? 0.85
     this.permissionMode = options.permissionMode || 'ask'
     this.verbose = options.verbose || false
     // API 配置 — 通用 OpenAI 兼容协议
@@ -109,29 +111,42 @@ export class QueryEngine {
    *   4. 摘要后仍超窗 → 滑动窗口精确裁剪兜底：从最早完整 user 回合挤出，
    *      并把被裁掉的历史压缩成摘要 system 保留，避免 AI 失忆。
    *      保证最新信息（含刚加入的用户消息）保留在末尾，上下文永不超出窗口。
+   *
+   * 保守化（v2.8.11）：
+   *   estimateMessages 是启发式估算，可能比模型真实 token 偏少。若等到估算真正
+   *   超过 hardLimit 才压缩，实际 token 可能已超模型窗口（如 400 exceed_context_size）。
+   *   因此压缩触发点提前到 hardLimit × SAFETY_FACTOR（默认 85%），给 tokenization
+   *   差异留余量，确保实际请求永远 ≤ 模型窗口。
    */
   _ensureFitWindow() {
     if (!this.tokenBudget) return
-    const limit = this.tokenBudget.maxTokens - this.tokenBudget.reservedForOutput
+    const maxTokens = this.tokenBudget.maxTokens
+    const hardLimit = maxTokens - (this.tokenBudget.reservedForOutput || 0)
+    // 保守触发阈值：估算到可用窗口的 85% 就开始压缩，避免估算偏差导致实际超窗
+    const safetyFactor = this.config.compressSafetyFactor ?? 0.85
+    const triggerLimit = Math.max(1, Math.floor(hardLimit * safetyFactor))
     const est = this.tokenBudget.estimateMessages(this.state.messages)
-    if (est <= limit) return
+    if (est <= triggerLimit) return
 
     // 1) 摘要式压缩优先：用实时估算直接决定是否压缩（不再依赖滞后的 usagePercent）
+    //    压缩目标也用保守阈值（而非 hardLimit），确保压缩后实际 token 远离窗口上限
     const summarized = compactMessages(this.state.messages, {
-      maxTokens: Math.floor(this.tokenBudget.maxTokens * 0.6),
+      maxTokens: Math.floor(maxTokens * 0.6),
     })
     const reEst = this.tokenBudget.estimateMessages(summarized)
-    if (reEst <= limit) {
+    if (reEst <= triggerLimit) {
       this.state.messages = summarized
-      if (this.config.verbose) console.error('[compact] Context summarized to fit token budget')
+      if (this.config.verbose) console.error(`[compact] Context summarized to fit token budget (${est} → ${reEst}, trigger<${triggerLimit})`)
       return
     }
 
     // 2) 滑动窗口精确裁剪兜底（摘要仍超窗）：裁剪时保留被裁剪历史的摘要
     const { trimmed, messages: trimmedMsgs, removed, summary } = trimToWindow(this.state.messages, {
       tokenBudget: this.tokenBudget,
-      maxTokens: this.tokenBudget.maxTokens,
+      maxTokens,
       keepSummary: true,
+      // 裁剪也需满足保守阈值（估算 ≤ triggerLimit），避免估算偏差导致实际超窗
+      limitOverride: triggerLimit,
     })
     if (trimmed) {
       this.state.messages = trimmedMsgs
@@ -347,6 +362,7 @@ export class QueryEngine {
 
     const useStream = !this.config.noStream
     const modelLower = this.config.model.toLowerCase()
+    const url = apiBase.replace(/\/+$/, '') + '/chat/completions'
 
     const body = {
       model: this.config.model,
@@ -377,8 +393,6 @@ export class QueryEngine {
       body.thinking = { type: 'disabled' }
     }
 
-    const url = apiBase.replace(/\/+$/, '') + '/chat/completions'
-
     // apiBase 是用户显式指定的配置（--api-base），不是外部输入，跳过 SSRF 检查
     // SSRF 防护仅适用于 web-fetch/web-search 等工具发起的请求
     const maxRetries = 3