---
title: "上下文压缩"
type: concept
tags: [ai, context-window, code-analysis, tool]
---

## 定义
将大型代码库或长文本压缩为结构化摘要，以适配 AI 上下文窗口限制，同时最大化有效信息密度的技术。

## 解决的问题
- AI 上下文窗口有限（4K-200K tokens），大型代码库超出限制
- 原始代码包含大量 boilerplate（空行、注释、重复代码块）
- 上下文窗口消耗 → 每次交互成本上升 → 速度下降

## 主要方法

### CodeWeaver 方案
将整个代码库编织为树形 Markdown：
- 目录结构 → 树形标题
- 文件内容 → 代码块
- 保留语言标注

### 语义摘要方案
- LLM 提取关键函数/类/依赖关系
- 生成模块关系图
- 用自然语言描述系统行为

### 增量上下文方案
- 只将当前任务相关文件送入上下文
- 通过检索（RAG）从全代码库中召回相关片段
- 每次交互动态构建上下文

## 在 Vibe Coding 中的作用
[[vibe-coding经验收集]] 提及：CodeWeaver 将"屎山代码"编织为树形 Markdown，简化 AI 上下文注入，是 vibe coding 工程化的支撑工具之一。

## 与 RAG 的关系
- RAG：从向量数据库检索相关文本片段
- 上下文压缩：将检索结果进一步提炼为高密度信息
- 两者结合：RAG → 压缩 → AI 处理

## Aliases
- Context Window Management
- Code Summarization
- AI Context Optimization
- 代码压缩