上下文选择：从历史入库到请求装配

1. “select 上下文”其实有几次选择

先限定问题：这里追踪的是普通采样〔一次生成请求〕请求从本地状态到 Prompt.input 的装配过程，以及后续压缩〔缩减活跃历史〕所使用的保留逻辑。它并不是“从仓库里自动取最相关的代码”这一单一算法。仓库文件只有通过读取工具或显式输入进入历史，才会进入这条路径。

在这些函数中没有看到面向整段活跃历史的 embedding 检索或相关性排序。这个结论只针对所列调用链：插件、外部检索工具或扩展可以先取得资料，再把它作为输入加入。不能由此断言整个产品没有 RAG〔检索增强生成〕。

2. 入库：先判断这是不是模型历史

ContextManager 的核心集合是带元数据的 ResponseItemEnvelope，而不是界面上显示的全部消息。record_item_with_metadata 先调用 is_api_message；普通 Message 排除 system 角色，ConfigurationUpdate 只有在 harness_authored_configuration 为真时进入；CompactionTrigger 与 Other 不进入。工具请求、输出、推理项和压缩〔缩减活跃历史〕项等则有明确的接纳分支。

这里排除原始 system 消息，不意味着请求没有基础指令。基础指令有单独的持有与装配路径。反过来，把输入文本的 role 写成 developer，也不能制造 client_authored 等来源元数据。类型和来源共同影响后续保留行为。

fn is_api_message(message: &ResponseItem, metadata: Option<&CodexHarnessMetadata>) -> bool {
    match message {
        ResponseItem::Message { role, .. } => role.as_str() != "system",
        ResponseItem::ConfigurationUpdate { .. } => {
            metadata.is_some_and(|metadata| metadata.harness_authored_configuration)
        }
        ResponseItem::AdditionalTools { .. }

完整接纳白名单 ↗codex-rs/core/src/context_manager/history.rs:1031–1054

历史快照使用 Arc 共享数据。clone_history 并不等于每次先深拷贝所有内容；规范化需要修改时，经 make_mut/unwrap_or_clone 得到请求侧副本。这个 copy-on-write〔写时复制〕 设计让重试和请求组装可以使用稳定快照，同时避免每个只读阶段都复制大历史。

快照转请求材料 ↗codex-rs/core/src/context_manager/history.rs:603–617

3. 工具输出：先限制单项，再讨论整个窗口

record_annotated_items 的注释明确区分活跃历史与原始 rollout。实际入库时，函数输出和自定义输出在副本上被截断〔按容量删减内容〕：若 sidecar〔伴随元数据〕 带 history_truncation_token_limit，采用该覆盖值；否则在模型〔内容生成系统〕截断〔按容量删减内容〕策略上增加序列化余量。工具输出的原始 envelope 没有在此处被同样替换，持久化仍有独立策略。

活跃历史截断不改写原始输出 ↗codex-rs/core/src/context_manager/history.rs:517–528

单项工具输出预算选择 ↗codex-rs/core/src/context_manager/history.rs:556–577

默认余量是 policy × 1.2。文本截断〔按容量删减内容〕保留首尾，省略中段；token〔模型计量单位〕 估算采用 UTF-8 字节数除以 4 向上取整。它不是模型〔内容生成系统〕 tokenizer，因此中文、代码和媒体的真实使用量可能不同，省略标记也不能直接当作精确额度证明。

预算余量与截断入口 ↗codex-rs/utils/output-truncation/src/lib.rs:17–40

字节近似常量 ↗codex-rs/utils/string/src/truncate.rs:1–5

首尾截断及估算实现 ↗codex-rs/utils/string/src/truncate.rs:61–115

4. 指令和环境：完整注入与差量更新

当前环境、权限、模型〔内容生成系统〕指令、项目约定和工具等被组织为 WorldState〔当前环境与指令状态〕 分区。没有 reference_context_item 时，record_context_updates_and_set_reference_context_item 构造完整初始上下文〔本次可见输入〕并记录快照；已有基线时，更新世界状态并只发出相应分区的差量。

完整注入或状态更新的分支 ↗codex-rs/core/src/session/mod.rs:4744–4785

每个分区知道怎样比较自身状态，也知道怎样识别历史中仍保留的片段。render_history_diff 即使找到了旧快照，如果对应片段已不在活跃历史里，也会把它视作 Absent，再次渲染。这个检查避免“本地基线认为已经发过，但压缩〔缩减活跃历史〕后的模型〔内容生成系统〕输入其实看不到”的失配。

            if let Some(previous) = previous.and_then(|previous| previous.sections.get(id)) {
                if section.has_retained_fragment_matcher()
                    && !has_retained_fragment(items.clone(), section)
                {
                    PreviousSectionState::Absent
                } else {
                    PreviousSectionState::Known(previous)
                }
            } else if has_legacy_fragment(items.clone(), section) {
                PreviousSectionState::Unknown

以 AGENTS.md〔项目工作约定文件〕 分区为例：状态相同不输出；替换时加入 replacement notice；删除时发出 removal notice。新文本不是简单追加给模型〔内容生成系统〕去猜哪些旧指令失效。分区更新还区分前缀、独立项和可合并片段，装配时维持规定的顺序。

约定的相同、替换与删除分支 ↗codex-rs/core/src/context/world_state/agents_md.rs:45–82

上下文放置策略 ↗codex-rs/core/src/context/world_state/mod.rs:68–80

5. for_prompt：结构修复，而不是挑出“重要消息”

正常回合〔一次输入的处理过程〕克隆当前历史，调用 for_prompt(model.input_modalities)，然后把结果交给 run_sampling_request。for_prompt 的关键动作是 normalize_history。它不在这里重新对所有消息打相关性分，也不默认只保留最近 N 条。

正常采样请求读取活跃历史 ↗codex-rs/core/src/session/turn.rs:523–540

四步规范化顺序 ↗codex-rs/core/src/context_manager/history.rs:962–980

这是协议 invariant〔必须保持的约束〕 的修复：调用与结果必须对齐，输入必须符合当前模型〔内容生成系统〕能力。合成结果的 ID 从源项稳定派生，源码注释说明这是为重复规范化、重试和恢复时的缓存复用保留稳定性。

合成结果的稳定身份 ↗codex-rs/core/src/context_manager/normalize.rs:145–170

6. 组装 Prompt：工具和基础指令有两种放法

常规模式中，Prompt 把历史 input、model_visible_specs 和 base_instructions 分别装入字段。若当前窗口采用增量工具模式，build_prompt 会把 tools 设为空、base_instructions 设为空，因为这些信息通过历史前缀与更新项提供。

build_prompt 的常规与增量分支 ↗codex-rs/core/src/session/turn.rs:1563–1592

增量模式把工具和基本指令放入状态 ↗codex-rs/core/src/session/world_state.rs:144–160

所以分析请求大小时，应区分“逻辑输入由什么组成”和“这次传输只发了哪些增量”。连接复用或请求缓存是传输层问题，不能用网络包很小推断模型〔内容生成系统〕只看见最后一条消息。哪些历史原文在窗口重建后保留，继续读下一课的三种压缩〔缩减活跃历史〕分支。

自测与边界检查