billion-context 开源项目：让模型自己管理编程 Agent 的长会话上下文
如果用 Claude Code 跑长会话总被 token 账单或爆窗口卡住，这个开源代理让模型自己决定压缩哪些内容，还能解压找回细节，可以试试。
开源项目 billion-context 架在 Claude Code、Codex、OpenCode、Kimi 等编程 Agent 与模型 API 之间，做上下文压缩代理。它向对话注入 compress、decompress、search_context、acp_status 四个工具，由模型自主决定何时压缩、压缩哪部分。采用局部增量折叠，需要时可解压恢复细节，兼顾节省 token 和保护前缀缓存。实测反馈显示多轮反复压缩后上下文可能走样，出现模型自创缩写，低量化模型下问题更明显。
最近看到一个叫 billion-context 的开源项目，专门解决 AI 编程长会话爆窗口的问题
它架在编程 Agent（比如 Claude Code、Codex、OpenCode、Kimi 等）和模型 API 之间，做一个上下文压缩代理
和客户端自带的一刀切摘要不同，它的核心思路是“让模型自己管上下文”
代理会往对话里注入四个工具：compress（折叠成摘要）、decompress（按需恢复细节）、search_context（关键词检索）和 acp_status（查看用量与可压缩区间）
什么时候压缩、压哪一部分，都由模型自己调用工具决定
因为是局部增量折叠，需要细节时还能解压回来，所以既能省下不少 token，又尽量不破坏前缀缓存
那实际用起来效果怎么样？
我有个朋友说：让模型自主选择压缩的想法确实挺好，但在实际长会话里还不太稳定
跑到后面经过多轮反复压缩，上下文有时候会被带偏，开始出现一些模型自创的缩写或黑话，可读性和连贯性会往下掉； 如果接的是低量化模型，这种走样的情况会更明显，偶尔还会遇到一些小 bug
如果你平时跑超长编程会话经常被 token 账单或爆窗困扰，可以去试试看，这些工具都要自己尝试
https://t.co/AvUguMFiCM
