Deer-Flow 的上下文压缩策略

Deer-Flow 的上下文压缩策略

学习目标

• 理解 Deer-Flow 的三种压缩触发策略
• 掌握 keep policy 的设计
• 学会配置压缩参数

前置知识

本章涉及上下文压缩的通用原理，建议先阅读：

• 上下文压缩策略：长程 Agent 的 Token 优化

下文假设你已理解上述概念，直接聚焦 Deer-Flow 的具体实现。

---

项目实践

配置参数

Deer-Flow 在 config.yaml 的 summarization 部分配置压缩行为：

summarization:
  enabled: true          # 总开关
  # 触发类型：tokens / messages / fraction
  trigger_type: "tokens"
  trigger_threshold: 80000  # Token 阈值
  keep_recent_messages: 5   # 保留最近 N 条消息不压缩

三种触发策略

策略	配置	适用场景
Token 阈值	trigger_type: "tokens" + trigger_threshold: N	精确控制 Token 使用
消息数量	trigger_type: "messages" + trigger_threshold: M	实现简单，不依赖 Token 计数
占比阈值	trigger_type: "fraction" + trigger_threshold: 0.8	自适应不同模型的上下文窗口

压缩流程

SummarizationMiddleware 在中间件链中运行：

1. 检查触发条件
2. 如果未触发 → fast-path 直接返回
3. 如果触发 → 选择保留策略（保留最近 N 条消息）
4. 将更早的消息发送给压缩模型生成摘要
5. 用摘要替换历史消息
6. 中间结果（如报告内容）写入文件系统，不保留在对话中

---

问题与规避

压缩导致信息丢失

摘要无法保留原始对话的所有细节。

Deer-Flow 的规避：

• 保留最近 N 条消息不压缩
• 大型中间结果写入文件系统，通过路径引用而非内联

---

设计取舍

Token 阈值 vs 占比阈值

Token 阈值的优势是精确控制，但不同模型的上下文窗口不同，需要为每个模型配置不同的值。

占比阈值的优势是自适应——无论使用 128k 还是 200k 的模型，都在 80% 时触发压缩。但需要准确获取模型的最大输入 Token 数。

Deer-Flow 支持两种策略，由用户根据部署场景选择。

---

参考来源

• docs/summarization.md — Deer-Flow 上下文压缩文档
• packages/harness/deerflow/agents/middlewares/summarization_middleware.py — 中间件源码