概述
“Context”（上下文）是 Zeus 在每次 Agent 调用时发送给模型的全部信息。它受限于模型的上下文窗口（token 上限）。 简单理解，Context 由以下部分组成：- System Prompt（Zeus 构建）：分层提示词、工具描述、技能列表、时间/运行时信息、用户画像与记忆
- Conversation History：当前会话的用户消息 + 助手消息
- Tool Calls / Results：工具调用参数与返回结果
- Attachments：用户上传的文件内容、沙盒数据文件
Context 不等同于 Memory。Memory 可以持久化到磁盘并在之后加载，而 Context 是当前模型窗口内的实时内容。参见 Memory 了解完整的记忆系统架构。
架构
Zeus 通过BaseService._build_system_prompt() 方法组装上下文，每个组件独立维护，最终按固定顺序组装成完整的上下文。
系统提示词
各模块（CORE、SOUL、TOOLS、WORKFLOW 等）的详细拆解与组装流程
记忆系统
四层记忆模型、画像生成机制，以及记忆如何注入提示词
上下文窗口占用
所有发送给模型的内容都计入上下文窗口：System Prompt 组装
System Prompt 是 Context 中最大、最复杂的组件。由BaseService._build_system_prompt() 在每次 Agent 调用时重新构建。
组装遵循固定的 15 步流水线 — 加载分层提示词模块、注入动态内容（时间、技能、连接器、MCP 提示词、资源），并追加个性化数据（画像和记忆）。
系统提示词 — 完整模块拆解
各模块（CORE、SOUL、TOOLS、WORKFLOW、MEMORY、MODE）的结构详解，工具描述注入机制，模式提示词如何控制 Agent 行为
工具描述注入
TOOLS.md 中包含 {tools_description} 占位符，在构建时动态填充。系统遍历所有启用的工具，提取名称、描述和参数 Schema，生成格式化的工具描述列表。
工具按类别加载，每种类别有不同的启用条件：
Profile 与记忆注入
在 System Prompt 组装的末尾，Zeus 从记忆系统获取用户画像和语义相关的记忆条目，以结构化文本的形式追加。这使 Agent 无需主动检索即可感知用户偏好、项目上下文和历史信息。记忆系统 — 检索与排序详解
记忆的存储、检索、排序机制，以及完整的 Memory Gate 流水线
对话历史
构建方式
对话历史通过_build_chat_history() 方法构建，将原始消息转换为 LangChain 格式：
截断策略
超过 30 条的历史消息通过截断移除。自动摘要由 SummarizationMiddleware 处理（见下节）。
Token 管理
模型 Profile
Zeus 内置 200+ 模型的 token 限制配置。常见模型配置如下：
当模型不在预定义列表中时，使用默认值
64,000 tokens。
SummarizationMiddleware
当上下文接近模型的 token 上限时，SummarizationMiddleware（由 DeepAgents 框架提供）自动触发对话历史摘要：
Prompt Caching
对于 Anthropic 模型，AnthropicPromptCachingMiddleware 启用提示词缓存，减少重复 System Prompt 的 token 计费。缓存机制由 Anthropic API 原生支持，对 System Prompt 中不变的部分（CORE、SOUL 等）进行缓存，显著降低多轮对话的 token 消耗。
完整数据流
下图展示了一次完整的 Agent 调用中，Context 从组装到消费的全过程：各阶段的上下文变化
模式上下文差异
不同模式下，Context 的组成有所不同：
Ask 模式和 Plan 模式通过减少工具数量来降低上下文中的 Tool Schema 消耗。
优化策略
1. 渐进式披露 (Progressive Disclosure)
问题：Skills 和 Connector 提示词可能非常长，全部注入会浪费上下文空间。 方案：仅注入元数据摘要，Agent 按需通过工具加载完整内容。2. Agentic RAG（按需检索）
问题：知识库内容可能非常庞大，预注入不现实。 方案：知识库作为工具暴露，Agent 自主决定何时检索、检索什么。3. 自动摘要 (SummarizationMiddleware)
问题：长对话会导致历史消息占据大量上下文空间。 方案：当 token 使用量达到阈值时，自动将旧消息压缩为摘要。4. 历史截断 (History Truncation)
问题：会话消息无限增长。 方案：仅保留最近 30 条消息，结合 LangGraph Checkpoint 持久化完整历史。5. Prompt Caching
问题：System Prompt 在多轮对话中大部分内容不变，但每次都计费。 方案：Anthropic 模型使用AnthropicPromptCachingMiddleware 缓存不变部分。