本教程共 34 篇 · 第 12 篇 · 更新于 2026-07-26 · 约 10 分钟阅读

12. 上下文窗口管理

本节目标：理解上下文窗口的运作机制，掌握 /compact、/clear、/rewind 等管理命令，了解 prompt caching 原理，学会优化 token 使用，让长会话保持高效。

上下文窗口是什么

上下文窗口（Context Window）是 Claude 在一次会话中能”看到”的全部内容。你可以把它想象成 Claude 的工作台桌面：桌面大小有限，放上去的东西越多，能放新东西的空间就越少。

Claude Code 默认模型的上下文窗口是 200,000 token（约 15 万个英文单词）。部分模型支持扩展到 1,000,000 token。不管多大，总会用完，所以管理上下文是高效使用 Claude Code 的核心技能。

窗口里有什么

在你输入第一个字之前，上下文窗口已经填了不少东西：

内容	加载时机	你看得到吗
系统提示	每次启动	看不到
自动记忆（MEMORY.md）	启动时，前 200 行或 25KB	看不到
环境信息	启动时	看不到
MCP 工具名称	启动时	看不到
Skills 描述	启动时	看不到
用户级 CLAUDE.md	启动时	看不到
项目 CLAUDE.md	启动时	看不到
你的提示	你输入时	看得到
Claude 读的文件	工作时	只看到一行提示
Claude 的回复	工作时	看得到
工具输出（命令结果等）	工作时	只看到摘要

注意一个关键点：你在终端里看到的内容和 Claude 上下文里的内容不一样。Claude 读了一个 2,400 token 的文件，你只看到一行”Read auth.ts”。那些文件内容全在上下文里，你看不见但它们在占空间。

Note

文件读取是上下文消耗的大头。提示要具体（“修复 auth.ts 里的 bug”），让 Claude 少读文件。研究型任务用子代理，把大文件读取挡在主上下文之外。

上下文衰退

上下文窗口不是”填满才算满”。随着内容增加，模型性能会逐渐下降，这叫上下文衰退（Context Rot）。

就像人在嘈杂的房间里很难集中注意力，Claude 在海量上下文中也会注意力分散。旧的不相关内容开始干扰当前任务。

衰退的典型症状：

Claude 前后矛盾，忘记之前达成的决策
回复变得模糊笼统，细节减少
对同一问题反复询问已经回答过的内容
你在同一会话里对同一问题纠正了两次以上

出现这些症状，说明上下文已经”污染”了。别继续在同一会话里纠正，直接 /compact 或 /clear。

Warning

官方建议：如果在同一会话里对同一问题纠正了两次以上，不如直接 /clear，带着学到的约束重新开始一个更精准的提示。干净的会话加上更好的提示，几乎总是好过在污染的上下文中继续纠正。

检查上下文用量

随时用 /context 命令查看当前上下文的详细用量：

/context

它会按分类（系统提示、CLAUDE.md、记忆文件、会话历史等）列出 token 占用，并给出优化建议。建议在开始重要任务前先检查一次。

用 /memory 可以查看启动时加载了哪些 CLAUDE.md 和自动记忆文件。

/compact：压缩对话

/compact 把对话历史总结成精简摘要，释放上下文空间后继续工作：

/compact

压缩是有损操作。Claude 在压缩时处于上下文最满、性能最弱的状态，如果不给指令，它可能丢掉你认为重要的内容。

带指令压缩

/compact 支持传入自定义指令，控制保留哪些内容：

/compact focus on the auth bug fix

/compact 保留认证流程的架构决策，丢弃调试过程中的无效尝试

Tip

在重大决策后立即主动压缩，并用指令说明保留重点，比等待自动压缩效果好得多。

自动压缩

Claude Code 在上下文接近限制时（约 75% 用量）会自动触发压缩。但官方建议不要等自动压缩，应在 60~70% 时手动触发，避免在关键任务中间被打断。

压缩后保留什么

压缩不是把所有东西都删了。不同内容的命运不一样：

机制	压缩后
系统提示和输出样式	不变，不是消息历史的一部分
项目根 CLAUDE.md 和无范围规则	从磁盘重新注入
自动记忆	从磁盘重新注入
带 `paths:` frontmatter 的规则	丢失，直到再次读取匹配文件
子目录中的嵌套 CLAUDE.md	丢失，直到再次读取该子目录文件
调用的 Skills 内容	重新注入，每个上限 5,000 token，总计 25,000 token
Hooks	不受影响，作为代码运行

简单说：启动时加载的东西会重新加载，对话过程中加载的东西会被总结。路径范围规则和嵌套 CLAUDE.md 属于后者，因为它们是在对话中按需加载的。

Note

如果某条规则必须在压缩后依然有效，把它放在项目根 CLAUDE.md 里，不要用 paths: frontmatter。

/clear：清除上下文

切换到完全不相关的任务时，用 /clear 清除所有对话历史：

/clear

清除后 CLAUDE.md 和自动记忆不受影响，仍会在新会话中加载。相当于开了个新会话，但不用退出 Claude Code。

适用场景：

任务完成，要开始新任务
上下文严重污染，Claude 开始胡说
换一个完全不同的代码库工作

/rewind：回退到检查点

Claude Code 在每次你发送消息前会自动创建检查点。双击 Esc 或执行 /rewind 打开回退菜单：

/rewind

菜单里有几个选项：

操作	效果	适用场景
恢复对话 + 代码	回退对话历史和文件改动，完全还原	Claude 走偏了，全部撤销
仅恢复对话	回退对话历史，保留文件改动	想重试不同思路，代码改动保留
仅恢复代码	还原文件到检查点状态，保留对话	代码改坏了，对话分析有参考价值
从此处摘要	该检查点之后的对话压缩为摘要	清理后半段冗余，保留前期完整上下文

检查点跨会话持久保存，关闭终端后仍可回退。这不是 Git 的替代品，但在探索性实验中比手动 git stash 方便。

Tip

/rewind 回退到已经缓存的前缀，不像 /compact 那样构建新前缀。如果你走上了想完全放弃的路径，/rewind 比 /compact 更高效。

/btw：快速提问不污染上下文

需要快速查一个小细节，但不想让这次问答进入对话历史消耗上下文：

/btw 这个项目的 TypeScript 版本是多少？

答案以浮层方式展示，问题和答案都不进入对话历史。适合查阅配置、版本号等不需要保留的一次性信息。

Prompt Caching：缓存机制

Prompt caching 是 Claude Code 自动管理的优化机制，让响应更快、更省钱。了解它的原理能帮你避免不必要的性能损失。

怎么工作的

每次你发送消息，Claude Code 都会发出新的 API 请求。模型在请求之间不记得任何东西，所以每次都要重新发送完整上下文：系统提示、项目上下文、之前的每条消息和工具结果，加上你的新消息。

新内容附加在末尾，所以每次请求的大部分和上次相同。Prompt caching 让 API 重用已处理过的内容，只处理变化的部分。

缓存通过匹配请求的开头部分（前缀）来工作。匹配是精确的：前缀中任何位置的改动都会让其后所有内容重新计算。

三层结构

Claude Code 把请求组织成三层，让很少变化的内容排在前面：

层	内容	什么时候变
系统提示	核心指令、工具定义、输出样式	工具定义集合变化或 Claude Code 升级
项目上下文	CLAUDE.md、自动记忆、无范围规则	会话开始，或 /clear、/compact 后
对话	你的消息、Claude 的回复、工具结果	每个回合

对对话层的改动不影响系统提示和项目上下文的缓存。对系统提示的改动会让所有缓存失效，因为后面所有内容都跟着变了。

Tip

在会话顶部选好模型和工作量级别，然后在任务之间的自然中断处做 /compact。任务中途改动越少，缓存命中率越高。

哪些操作会让缓存失效

这些操作会导致下一个请求错过部分或全部缓存，出现一次性的变慢和变贵：

切换模型：每个模型有独立缓存，切换意味着全部重新处理
更改工作量级别：同一模型的不同级别也是独立缓存
启用快速模式：添加的请求头是缓存键的一部分
连接或断开 MCP 服务器：工具定义在系统提示层（延迟加载的工具除外）
启用或禁用提供 MCP 服务器的插件：同上
拒绝整个工具（如添加 Bash 到拒绝规则）：从系统提示中移除工具定义
压缩对话：用摘要替换历史记录，新前缀和旧的不匹配
升级 Claude Code：新版本通常更新系统提示或工具定义

Note

模型切换可能感觉是免费的，直到你注意到随后的变慢回合。opusplan 模型设置在 Plan Mode 期间用 Opus，执行期间用 Sonnet，所以每次 Plan Mode 切换都是模型切换。

哪些操作保持缓存

这些操作要么附加到对话末尾，要么不触碰请求：

编辑仓库中的文件：文件内容只在 Claude 读取时进入上下文，编辑不追溯改历史
会话中途编辑 CLAUDE.md：不使缓存失效，但编辑也不生效，下个 /clear 或重启才加载
更改输出样式：同上，不失效但不生效
更改权限模式：不改系统提示或工具定义（opusplan 例外）
调用 Skills 和命令：指令作为用户消息注入，不改前面的内容
运行 /rewind：截断回较早回合，剩余历史和该点缓存相同
生成子代理：子代理有独立缓存，父代缓存不受影响

缓存生命周期

缓存在不活动期间后过期。每次命中缓存的请求都会重置计时器，所以只要持续工作，缓存就保持温暖。足够长的间隙后，下一个请求会重新计算完整输入。

两个 TTL（生存时间）选项：

5 分钟：默认值，更便宜
1 小时：更长的中断保持缓存温暖，但缓存写入费用更高

Claude Code 根据认证方式自动选择：

Claude 订阅：自动用 1 小时 TTL，包含在计划中不额外收费。超限使用额度时降到 5 分钟。
API 密钥或第三方提供商：默认 5 分钟。设置 ENABLE_PROMPT_CACHING_1H=1 开启 1 小时 TTL。

Token 优化策略

1. 提示要具体

“修复 auth.ts 里的 token 刷新 bug”比”修复认证问题”好。具体的提示让 Claude 少读不必要的文件，节省上下文。

2. 用子代理做研究

研究型任务需要读大量文件，但这些文件内容你不需要保留在主上下文里。委托给子代理：

用子代理分析所有日志文件，找出性能瓶颈，只把结论告诉我

子代理在独立的上下文窗口里工作，读了 6,100 token 的文件，只返回 420 token 的摘要给你。这就是上下文节省。

3. 控制文件读取

文件读取是上下文消耗的大头。一些技巧：

指定具体文件而不是让 Claude 自己找
用 grep 搜索而不是读整个文件
把大文件拆分成小文件，让 Claude 只读需要的部分

4. 精简 CLAUDE.md

每个 CLAUDE.md 控制在 200 行以内。用路径范围规则把只在特定文件类型下生效的指令拆出去，启动时不占空间。

5. 及时清理

任务之间用 /compact 带指令压缩
换任务用 /clear 清空
走偏了用 /rewind 回退
查小事用 /btw 不污染上下文

6. 禁用不需要的自动记忆

如果自动记忆里有不准确或过时的条目，用 /memory 检查并删除。不需要自动记忆可以关掉：

{
  "autoMemoryEnabled": false
}

或环境变量：

export CLAUDE_CODE_DISABLE_AUTO_MEMORY=1

扩展上下文窗口

如果需要更大的窗口而不是更小的对话，部分模型支持 1,000,000 token 的上下文窗口。选择 [1m] 模型变体即可启用。压缩在更大限制下工作方式相同。

Note

更大的上下文窗口不等于更好的性能。上下文衰退依然存在，只是阈值更高。管理上下文的策略在 200K 和 1M 窗口下同样重要。

管理命令速查

命令	功能	使用场景
`/context`	查看 token 用量分析	排查哪部分消耗过多
`/compact [指令]`	压缩对话为摘要	上下文 60~70% 时主动压缩
`/clear`	清除对话历史	切换新任务或上下文污染
`/rewind`	回退到检查点	Claude 走偏，需要重试
`/btw 问题`	快速提问不进历史	查小细节不污染上下文
`/memory`	查看记忆文件	检查加载了哪些指令
`# 内容`	快速添加 CLAUDE.md 指令	随时记录规范
`claude -c`	继续最近会话	重新打开终端接着干
`claude --resume`	选择历史会话继续	恢复之前的特定任务

常见问题

/compact 后关键信息丢了

压缩时传入具体指令：/compact 保留认证流程的架构决策和已确认的 API 格式。在压缩前把最重要的结论用 # 写入 CLAUDE.md。调试失败的尝试不值得保留，可以更激进地压缩或直接 /clear。

Claude 没遵守 CLAUDE.md 规则

检查文件是否超过 200 行（遵守率下降）。把模糊表述改为具体指令。用 /memory 检查是否有冲突的自动记忆条目。用 .claude/rules/ 把规则按路径拆分，减少每次加载量。

关闭终端后怎么继续

claude -c 继续最近一次会话。claude --resume 从历史列表选择。用 /rename 给重要会话起描述性名称（如 oauth-migration），方便以后找到。

大任务会产生大量输出

用子代理委托执行，主对话只收到摘要，中间输出留在子代理独立上下文中。这是处理日志分析、大规模重构等任务的推荐方式。