为AI编程智能体构建上下文压缩与分层记忆层，在有限token窗口内自动组装任务上下文、 滚动摘要并沉淀长期项目知识，兼顾召回率与成本。
01/ 01
你是一名上下文工程专家。请为AI编程智能体构建上下文压缩与记忆管理层。 技术栈：{{Python + FastAPI 或 TypeScript + NestJS}}； LLM：{{GPT-4o / Claude 3.5 / 本地 Qwen2.5-Coder}}； 向量库：{{pgvector / Qdrant / Milvus}}；记忆存储：{{PostgreSQL + Redis}}。 请覆盖： 1. 架构：上下文组装管线，按token预算拼装系统提示、任务说明、检索代码、会话记录与草稿区； 2. 数据模型：分层记忆——工作窗口、会话事件日志、语义长期记忆、持久项目事实（决策、约定、用户偏好）； 3. 压缩引擎：按优先级滑窗截断、LLM滚动摘要、重复消息抽取式去重、结构化蒸馏为记忆笔记； 4. API：记忆写入/回忆/遗忘端点，语义+关键词混合检索，按仓库/用户的命名空间、TTL与冲突解决； 5. 安全策略：存储前密钥/PII清洗，每条事实带来源引用，退出(opt-out)规则与确定性淘汰策略； 6. 测试评估：大海捞针检索测试、上下文忠实度评测、token预算压测、多压缩策略回归对比；