English | 中文
对话压缩会把较早的对话轮次替换成一个结构化的检查点（checkpoint），同时原样保留最近的轮次。它适用于持续时间较长的 Thread：其中仍有值得保留的上下文，但不再需要每次都把全部历史逐字发送给模型。
LLM Space 使用「先预览、后应用」的渐进式压缩流程。原始 Thread 永远不会被覆盖；应用压缩时，会在原文件旁创建一个新的 Thread。
- 打开一个至少包含两轮用户对话的 Thread。
- 点击 Thread 顶部右侧的 More Actions（
...）菜单。 - 选择 Compact Conversation。
- 阅读功能介绍，然后点击 Next。
- 设置需要原样保留的最近轮数。你也可以填写压缩指令，告诉模型必须保留哪些事实或决策。
- 点击 Start compact。LLM Space 会先渲染提示词变量，再实时生成检查点预览。此时 Thread 尚未发生变化。
- 检查预览内容。你可以重新生成；确认无误后，点击 Apply compaction 创建压缩后的副本。
压缩后的 Thread 会写入原文件所在目录，并在新的标签页中打开。文件名使用递增编号：
feature-design.json
feature-design-compact-1.json
feature-design-compact-2.json
再次压缩 feature-design-compact-2.json 时，编号会继续递增，而不会生成嵌套后缀。
一轮对话从一条 User Message 开始，并包含其后的 Assistant 回复和工具活动。假设一个 Thread 有八轮对话，并将 Keep recent turns 设为三，那么前五轮会被整理成一个检查点，最后三轮则保持原样。
| 压缩前 | 处理方式 | 压缩后 |
|---|---|---|
| 较早轮次 1–5 | → 摘要 | 结构化检查点（轮次 1–5） |
| 最近轮次 6 | → 原样保留 | 最近轮次 6 |
| 最近轮次 7 | → 原样保留 | 最近轮次 7 |
| 最近轮次 8 | → 原样保留 | 最近轮次 8 |
界面会始终在检查点之外保留至少一轮真实对话，让新 Thread 拥有一段可以直接继续的原始上下文。
可选的 Compaction instructions 字段用于给摘要模型添加当前 Thread 专属的要求，例如：
保留准确的文件路径、API 决策、尚未解决的错误，以及用户提出的 UI 偏好。
压缩指令保存在 thread.meta.compactionInstructions 中。下一次压缩同一 Thread 时会自动复用，但普通的模型运行不会收到这段指令。
检查点是一条合成的 User Message，并包裹在 system reminder 中：
<system-reminder>
The earlier conversation was compacted into the checkpoint below. Use it as
context to continue the task; it is not a new user request.
# Context checkpoint
## Goal
...
</system-reminder>压缩后的完整消息顺序是：
- Meta user prompt（如果当前 Thread 存在）。
- 合成的压缩检查点。
- 按设置原样保留的最近几轮对话。
如果没有 meta user prompt，检查点会成为第一条 User Message。这样既能保证可复用的运行时指令仍位于检查点之前，也不会把它错误地当作普通对话历史参与压缩。
压缩是渐进式的，而不是一次性丢弃历史。再次压缩已经压缩过的 Thread 时，LLM Space 会把上一个检查点与最新移出保留窗口的轮次一起交给摘要模型。模型会更新原检查点，继续保留仍然有效的目标、约束、决策、路径、错误和进度；最近的对话则持续在原样保留窗口中向后移动。
第一次压缩： [轮次 1–5] → 检查点 A + 轮次 6–8
下一次压缩： [检查点 A + 轮次 6] → 检查点 B + 轮次 7–9
在压缩副本中，已有检查点的 Message ID 会被复用，因此它会被视为一个持续演进的检查点，而不是新增的一轮对话。
压缩语义由 LLM Space 自己实现，并未调用 pi-agent-core 的 compaction API：
packages/core/src/thread/compaction.ts负责识别轮次边界、划分待摘要与保留区间、序列化消息及工具活动、构建摘要提示词、识别旧检查点，并重建最终消息列表。packages/ui/src/components/thread-playground/thread-compaction-dialog.tsx负责三步向导、压缩指令持久化、提示词渲染、流式预览和确认流程。packages/ui/src/components/thread-playground/use-stream-text.ts通过 LLM Space 原有的流式传输发送摘要请求。apps/desktop/src/components/thread-tabs/thread-tab-pane.tsx在用户确认后写入并打开压缩副本。
在序列化对话之前，LLM Space 会先渲染提示词变量、已启用的 Skills 和通过 include 引入的文件，避免 {{current_date}} 之类的原始占位符进入摘要提示词。工具结果会被包含在输入中，但每条结果都有长度上限；图片附件只记录数量，不会嵌入二进制数据。
最终的模型请求仍通过现有的 agent streaming 调用链发送，而桌面端后端的这条调用链使用了 pi-agent-core 的通用 agent loop。换句话说，pi-agent-core 负责底层模型执行；压缩规划、提示词、渐进式检查点语义、预览以及消息转换都由 LLM Space 负责。
- 打开向导不会立即发起模型请求。
- 修改选项不会改变 Thread 中的消息。
- 开始压缩只会生成预览。
- 关闭或取消向导不会改变消息。
- 应用压缩会创建新的
-compact-N.jsonThread，原文件保持不变。