Workspace sync: auto commit 2026-04-23 12:02:11

wiki/concepts/Context-Window.md

@@ -1,21 +1,32 @@
 ---
 title: "Context Window"
 type: concept
-last_updated: 2026-04-10
+tags: [llm, context-window, token, embedding, rag]
+last_updated: 2025-01-16
 ---
 
 ## Definition
-模型的 Context Window 是指单次 API 请求能处理的最大 token 数量（包括输入 prompt + 历史对话 + 输出 response）。超过这个上限就会触发"Context Limit Exceeded"错误。
+Context Window（上下文窗口）是 LLM 或 Embedding Model 一次性处理的最大 token 数量。超过该限制的内容无法被模型感知，必须切分或截断。
 
-## Key Facts
-- **DeepSeek-reasoner**: 16K tokens context window
-- **MiniMax-M2.7**: 200K tokens context window
-- 16K context 模型配合 OpenClaw safeguard 模式预留 16K tokens = 实际可用 0 tokens
+## Key Numbers
+- **Embedding Model**：通常 512~8192 token（如 BAAI/bge 系列）
+- **LLM**：差异极大，从 4K（GPT-3.5）到 200K+（Claude 3）不等
 
-## Related
-- [[Compaction]]: OpenClaw 通过上下文压缩管理 token 消耗
-- [[Model-Fallback]]: 模型切换的触发机制
-- [[Agent-Routing-Rules]]: Telegram channel 绑定特定模型的方式
+## Practical Impact
+### 对 Embedding Model
+- 决定单次可 Embedding 的最大文本长度
+- 超过则需 Split（切分文档）
 
-## Sources
-- [[养虾日记4-一次「context-limit-exceeded」错误排查-我以为是小问题-结果踩了大坑]]
+### 对 LLM（Generation 阶段）
+- 决定用户问题 + 检索上下文 + 系统 Prompt 的总 token 预算
+- 超过则需截断（可能丢失关键信息）
+
+## Token Estimation
+- **英文**：1 token ≈ 3~4 个字母
+- **中文**：1 token ≈ 1 个汉字
+
+## Related Concepts
+- [[Split]] — 文档需要切分以满足 Context Window 约束
+- [[Embedding]] — Embedding Model 的 Context Window 限制
+- [[Token]] — Context Window 的计量单位
+- [[Generation]] — LLM 的 Context Window 决定最终可输入的上下文量