上下文窗口规划

把上下文窗口分配给提示词、工具、历史和回复。

这里只填大小，不填文字本身。没有任何内容会被上传。

把请求排成能命中缓存的顺序

关于 上下文窗口规划

窗口要由你发送的一切和回复所需的空间共同分享，而后半句正是预算最容易忘掉的。加起来刚好压在上限之下的请求其实装不下，因为回复无处可去。这里把一切摊开：系统提示词、工具定义、文档、到目前为止的对话和这一轮，再加上为回复预留的部分，一起对照模型真实的窗口。它会说明装不装得下、差多少，并点出占用最多的那一块——那几乎总是历史，也几乎总是最该先动的地方。

功能特性

• 请求的每一部分都对照真实窗口计量
• 为回复预留空间——预算之所以诚实，就在这里
• 预留超过模型单次能生成的量时发出警告
• 历史占据窗口时发出警告
• 一条堆叠条，显示窗口究竟去了哪里
• 剩余容量或超出量以数字给出
• 带核对日期的模型窗口
• 所有字段都可编辑，贴合你自己的请求

如何使用 上下文窗口规划

1. 选择目标模型
2. 填入请求各部分的大小
3. 为回复留出足够的 token
4. 看它装不装得下，以及什么在占地方

示例

输入

32,100 sent + 4,000 reserved

输出

Fits, with 963.9K to spare

预留是"必须装下"的一部分，不是事后才想起的东西。

常见错误与故障排除

• 我的数字在上限之下，它却说装不下。 — 回复也得装下。已占用的数字是你发送的部分加上预留的部分。
• 我不知道各部分有多大。 — 用 token 计数器去量具体的文本。这个工具关心的是预算的形状，而不是精确测量。
• 预留被标为过大。 — 每个模型对单次回复能生成多少都有上限，这与窗口是两回事。上限就显示在输入框下方。
• 历史占据了窗口。 — 这条警告值得动手。压缩、编辑上下文或概括较早的轮次，效果都比其他任何改动更明显。

常见问题

为什么要为回复预留 token？

因为回复是在同一个窗口里生成的。如果输入把它填满，就没有地方作答了，结果是被截断的回复或一个报错，而不是一条关于预算的清晰提示。

窗口和输出上限有什么区别？

窗口是模型一次能容纳的量。输出上限是它在单次回复中生成的量，要小得多。两者这里都会检查，因为任何一个超了都会失败。

这些数字准确吗？

窗口大小是公布值，并附有核对日期。你为各部分填入的是你自己的估计，所以请把结果当作预算的形状，而不是保证。

装不下时该怎么办？

看哪一块最大，几乎总是历史或检索到的文档。少检索一些、概括更早的轮次，比修剪系统提示词管用得多。

换更大的窗口能解决吗？

它买来的是空间，不是效率。窗口里的一切在每次请求里都要付费，所以一段填满大窗口的对话，花费也会相应地高——这正是成本类工具存在的意义。

相关工具

• 提示缓存规划 — 重排请求的各块，让可缓存前缀尽可能长。
• 代理循环成本估算 — 逐轮估算成本，计入重发的历史与缓存。
• 文本切分 — 把文档切成有重叠的片段，只在真正的边界处断开。
• Token 计数器 — 为 GPT、Claude 和 Gemini 计数 token，在你键入时实时更新。
• 项目说明构建器 — 写一份对得起每次请求开销的 CLAUDE.md。
• 对话记录转换 — 把消息数组转成可读记录，也能转回去。

更多AI 与智能体工具

• 技能构建器 — 编写 SKILL.md，边输入边检查 frontmatter。
• 技能检查器 — 粘贴 SKILL.md，看清是什么让它无法与任务匹配。
• 子代理构建器 — 生成子代理定义文件，含工具与模型设置。
• 斜杠命令构建器 — 构建自定义命令，带参数与工具白名单。
• 项目说明构建器 — 写一份对得起每次请求开销的 CLAUDE.md。
• 插件清单构建器 — 生成 plugin.json，并查看它所预设的目录结构。
• 钩子构建器 — 构建 settings.json 钩子，找出永远不会触发的匹配式。
• 权限规则测试器 — 用真实命令测试允许、询问与拒绝规则。
• MCP 服务器配置 — 为 stdio、HTTP 或 SSE 生成 MCP 服务器条目。
• MCP 工具模式构建器 — 定义工具并得到 JSON Schema，严格模式一并校验。
• 工具模式校验器 — 粘贴工具定义，查清它为何被拒绝或被错误调用。
• 提示模板填充 — 把一条提示展开到整张表格，并看清缺了哪些值。
• 系统提示检查器 — 找出自相矛盾、无效指令与未替换的占位符。
• 提示差异比较 — 逐词比较两个提示版本，并给出 token 差额。
• 少样本示例构建器 — 把输入输出对转成带标签、JSON 或对话格式的示例。
• XML 提示分节构建器 — 用内容无法越出的标签包裹提示的各个部分。
• JSONL 查看与校验 — 逐行读取、筛选并检查 JSONL 文件。
• 对话记录转换 — 把消息数组转成可读记录，也能转回去。
• 微调数据集校验 — 检查 chat 格式 JSONL，找出会中断训练的错误。
• SSE 流查看器 — 粘贴原始流式响应，取回正文、工具调用与用量。
• 提示缓存规划 — 重排请求的各块，让可缓存前缀尽可能长。
• 文本切分 — 把文档切成有重叠的片段，只在真正的边界处断开。
• 代理循环成本估算 — 逐轮估算成本，计入重发的历史与缓存。
• 批量请求构建器 — 把表格转成批量任务，每条请求都有唯一 id。

查看全部AI 与智能体工具 · 全部工具