上下文窗口分解 — Context Window Breakdown（cc context）

版本: Claude Code /context 平价 · 状态: ✅ 生产就绪 | 对已存无头会话按角色桶估算 token 并对照模型上下文窗口 | 纯报表视图（不产生新数据）| 复用自动压缩器同一套 token 估算器 + 窗口表 |

cc context [id] 把一次无头会话的对话重建出来，按角色分桶估算 token，并显示它把某个模型的上下文窗口占满了多少——用了百分之几、还剩多少余量、是否溢出。它是 Claude Code /context 的平价视图，帮你判断「这个会话还能不能继续，还是该压缩了」。

概述

上下文窗口是有限的。会话越长，system prompt、历史消息、工具调用/结果堆积得越多，离塞满窗口就越近，塞满就得压缩（compact）。cc context 就是这块「油表」：

• 从 ~/.chainlesschain/sessions/<id>.jsonl 重建对话消息（从最近一次 compact 快照起，回放其后的 user/assistant/system 消息）。
• 按角色分五个桶估算 token：system / user / assistant / tool results / tool calls。
• 从每模型的上下文窗口表取窗口大小（不认识的模型走 provider 默认，再不行硬回退 32768）。
• 显示每桶占 total 的份额、total 占窗口的百分比（绿 ≤70% / 黄 >70% / 红 >90%）、剩余余量，溢出时红字提示「需要压缩」。

它不产生新数据——只读会话已写下的事件，且与自动压缩器共用同一套 token 估算器与窗口表，口径一致。

核心特性

• 📏 窗口占用一眼看全：五个角色桶 + total 占窗口百分比 + 剩余余量 + 溢出告警。
• 🧩 消息重建：从最近 compact 快照 seed，回放其后消息（每条须含 {role, content} 才回放）。
• 🎨 色码油表：total 条 green ≤70% / yellow >70% / red >90%；溢出红字「⚠ exceeds the model context window — compaction required」。
• 🏷️ 模型/provider 自动识别：默认取会话 session_start 记录的 model/provider，--model / --provider 可覆盖。
• 🗂️ 内建窗口表：Ollama/OpenAI/Anthropic/DeepSeek/DashScope/Gemini/Kimi/豆包 等常见模型有已知窗口，未知走 provider 默认，再不行回退 32768。
• 🧮 启发式 token 估算：中文字 ÷1.5、其它字符 ÷4 向上取整——无需真 tokenizer、零 API 调用。
• 🔒 只算不外泄：读消息正文估 token，但输出只含各角色 token 数与计数，不吐任何消息文本。

系统架构

              cc context [id]   （省略 id → getLastSessionId()）
                     │
                     ▼
 ┌───────────────────────────────────────────────────────────┐
 │ rebuildMessages(id)   harness/jsonl-session-store.js        │
 │  ~/.chainlesschain/sessions/<id>.jsonl                      │
 │  从最近 compact 快照 seed → 回放其后 user/assistant/system   │
 │  session_start → model / provider（--model/--provider 覆盖）│
 └───────────────────────────────┬───────────────────────────┘
                                 ▼
 ┌───────────────────────────────────────────────────────────┐
 │ categorizeContext(messages, estimateTokens)  context.js     │
 │  桶：system / user / assistant / tool / toolCalls           │
 │  estimateTokens：中文 ÷1.5，其它 ÷4，ceil（启发式，无 API）  │
 │  total = 五桶之和                                           │
 └───────────────────────────────┬───────────────────────────┘
                                 ▼
 ┌───────────────────────────────────────────────────────────┐
 │ window = getContextWindow(model, provider)                  │
 │  CONTEXT_WINDOWS 精确模型 → provider 默认 → 32768 回退       │
 │  used = total/window · remaining = max(0, window−total)     │
 │  overflow = total > window                                  │
 └───────────────────────────────┬───────────────────────────┘
                                 ▼
   人类油表（色码条 + 每桶份额 + total 占窗口 %）  |  --json 结构化对象

命令参考

单命令、无子命令：cc context [id]。

cc context                                   # 最近一个无头会话
cc context session-1720000000-ab12cd         # 指定会话
cc context --model claude-sonnet-4-6         # 按 200k 窗口衡量
cc context session-1720000000-ab12cd --json  # 机器可读

参数 / 旗标	说明	默认
[id]	会话 id（可选）	getLastSessionId() 最近无头会话
--model <model>	按此模型的上下文窗口衡量	会话记录的 model，否则 null
--provider <provider>	provider（决定窗口默认值）	会话记录的 provider，否则 ollama
--json	结构化 JSON 输出（否则人类油表）	关

无会话 → 报错退出码 1；会话不存在或非无头 → 报 No headless transcript for session… 退出码 1。

--json 输出结构：

{
  "sessionId": "...",
  "model": "claude-sonnet-4-6",       // 或 null
  "provider": "anthropic",
  "contextWindow": 200000,
  "totalTokens": 0,
  "usedFraction": 0.0000,             // 4 位小数
  "remainingTokens": 0,
  "messageCount": 0,
  "breakdown": { "system", "user", "assistant", "tool", "toolCalls" },  // token 数
  "counts":    { "system", "user", "assistant", "tool" },               // 条数
  "overflows": false
}

配置参考

项	机制	默认	备注
会话存储	~/.chainlesschain/sessions/<id>.jsonl	—	仅无头 JSONL 会话；非无头会话被拒
配置/env	无（本命令不读专用 config 键或 env）	—	存储根来自 os.homedir()
窗口回退	provider 默认 → 硬回退	32768	见下表

内建模型上下文窗口表（getContextWindow：精确模型 → provider 默认 → 32768）：

provider	代表模型 → 窗口	provider 默认
ollama	qwen2.5:7b/14b · mistral:7b = 32768；llama3:8b = 8192；codellama:7b = 16384	32768
openai	gpt-4o / gpt-4o-mini / gpt-4-turbo = 128000；gpt-3.5-turbo = 16385；o1 = 200000	128000
anthropic	claude-opus-4-6 / sonnet-4-6 / haiku-4-5 = 200000	200000
deepseek	deepseek-chat/coder/reasoner = 64000	64000
dashscope	qwen-turbo / qwen-plus = 131072；qwen-max = 32768	131072
gemini	gemini-2.0-flash/pro / 1.5-flash = 1048576	1048576
kimi/moonshot	moonshot-v1-auto/128k = 131072；-8k = 8192；-32k = 32768	131072
豆包/volcengine	doubao-seed-1-6 / 2-1-pro = 32768	32768
未知	—	32768

性能指标

维度	特性
扫描	重建消息 + 单遍分桶，O(消息数)
token 估算	启发式（中文 ÷1.5 / 其它 ÷4），无真 tokenizer、无网络
重建	从最近 compact 快照 seed，只回放合法 {role, content} 消息
桶数	五桶：system / user / assistant / tool results / tool calls
色码阈值	total 条 green ≤70% / yellow >70% / red >90%

测试覆盖

测试文件	数量	覆盖
__tests__/unit/cc-context.test.js	6	纯 categorizeContext：角色分桶 · tool_calls 单独计 · tool 角色桶 · 未知角色→assistant + 空值跳过 · 非字符串内容 stringify · total = 五桶之和

命令 I/O 是分类器之上的「薄渲染」，故只单测分类器；estimateTokens 与窗口表在 prompt-compressor 自己的套件里测。

安全考虑

• 读正文但不外泄：为估 token 会把消息内容 stringify 后喂给估算器，但人类油表与 --json 输出都不含任何消息文本——只有各角色 token 数、消息条数、窗口大小与占比（breakdown/counts 均为数字）。
• 路径穿越硬化：isUnsafeSessionId 拒绝含 /、\、.. 的 id；对不安全 id，readEvents 返回 [] 而非抛错，无法逃出 sessions 目录。
• 全程本地：只读 ~/.chainlesschain/sessions/*.jsonl，无任何网络调用。

故障排除

现象	原因	处理
No session found（退出 1）	还没有任何无头会话	先 cc agent -p ... 跑一个无头会话
No headless transcript for session…（退出 1）	id 错，或该会话非无头 JSONL	cc session list 查正确 id；仅无头会话可分析
total 百分比看着偏差大	token 是启发式估算（非真 tokenizer）	用于趋势/预警足够；精确计费看 cc cost / cc insights
未知模型窗口显示 32768	模型不在窗口表，走回退	用 --model 指定一个已知模型来衡量
红字「exceeds the model context window」	会话已溢出窗口	跑 cc compact <id> 压缩后再 --resume

关键文件

文件	职责
packages/cli/src/commands/context.js	命令 + 纯函数 categorizeContext + 油表渲染
packages/cli/src/harness/prompt-compressor.js	estimateTokens · CONTEXT_WINDOWS · getContextWindow（估算器 + 窗口表）
packages/cli/src/harness/jsonl-session-store.js	rebuildMessages / readEvents / getLastSessionId / sessionExists

使用示例

1. 看最近一个无头会话的窗口占用

cc context
# Context — session session-1720…
# model claude-sonnet-4-6 · provider anthropic · window 200000 tokens · 42 messages
# system        1234  ███░░░░░░░  8% (1)
# user          5600  ██████░░░░ 36% (12)
# assistant     8900  █████████░ 57% (12)
# ...
# total        15734  ██░░░░░░░░  7.9% of window     headroom 184266 tokens remaining

2. 指定会话

cc context session-1720000000-ab12cd

3. 按某个模型的窗口衡量

cc context --model claude-sonnet-4-6     # 200k 窗口
cc context --provider openai             # 用 openai provider 默认窗口 128000

4. 机器可读

cc context session-1720000000-ab12cd --json | jq '.usedFraction, .overflows'

5. 溢出后压缩再续

cc context <id>            # 红字提示溢出
cc compact <id>           # 离线压缩
cc agent --resume <id>    # 压缩后继续

相关文档

• 会话洞察 cc insights — 更全面的会话分析（轮次/工具/错误/时长/token/成本）
• 成本估算 cc cost — 按记录的 token 用量估算美元花费（占窗口 vs. 花钱两个视角）
• 会话压缩 cc compact — 溢出后的补救（共用同一估算器与窗口表）
• 会话管理 cc session — list / show / resume / usage / verify