上下文架构

Agent 自身的对话上下文

每个 Agent 都有自己的 AgentState.messages，这是它真正喂给模型的对话历史。
在 BaseAgent.agent_loop 里，每轮都会把 self.state.get_conversation_history() 交给 LLM.generate()。也就是说，模型不是直接看全局共享上下文，而是看当前 Agent 自己这份 history。

父子 Agent 之间怎么传上下文

子 Agent 是通过 create_agent() 创建的。如果 inherit_context=True，就把父 Agent 的 conversation_history 拿出来，作为 inherited_messages 传给子 Agent，然后在 _run_agent_in_thread() 里，会把这段上下文包成：

<inherited_context_from_parent>
...
</inherited_context_from_parent>

这表示：
子 Agent 能看到父 Agent 的历史
但系统明确告诉它：这是背景信息，不是让你继续替父 Agent 干活
这一步很重要，因为它避免了多 Agent 之间“角色混淆”。
另外，send_message_to_agent() / agent_finish() 也会把跨 Agent 消息写进共享的 _agent_messages 队列，子 Agent 在 BaseAgent._check_agent_messages 里轮询这些消息，再把它们转成自己的上下文。
所以多 Agent 的消息流是：

父 Agent history
→ create_agent 继承给子 Agent
→ shared message queue 传递实时消息
→ 子 Agent 再把收到的消息写回自己的 messages

上下文溢出防护

压缩对话历史

真正防止超长上下文的核心，在 memory_compressor.py。
它的策略是：

1. 保留所有 system 消息
2. 保留最近 MIN_RECENT_MESSAGES = 15 条普通消息
3. 对更早的消息按 10 条一组做摘要
4. 只有当总 token 超过 MAX_TOTAL_TOKENS * 0.9，也就是 100k 的 90% 时才压缩
5. 压缩后的内容不是简单截断，而是让模型生成一个保留关键安全信息的摘要，比如：

• 已发现的漏洞
• 关键路径和参数
• 认证信息
• 失败尝试
• 已经做过的测试方向
• 然后它会把旧消息清掉，替换成摘要消息。

先计算预算，再压缩

在 strix/llm/llm.py 的 _prepare_messages() 里，会先算 system prompt 和 agent identity 占了多少 token：

reserved_tokens = sum(get_message_tokens(msg, self.config.litellm_model) for msg in messages)

再把这个预算传给 memory_compressor.compress_history(…)。
也就是说，压缩不是盲压，而是按剩余 token 空间来决定。

工具输出也会截断

上下文膨胀不只来自对话，还来自工具输出。这个项目也做了截断：

• strix/tools/executor.py 会把工具结果整理后再放回 conversation history
• 大输出会被裁掉中间或后半段。
• 浏览器、代理、终端这些工具本身也有各自的长度限制和截断逻辑
  所以不会把一整坨超长日志原封不动塞回模型。

总结

[用户/目标输入]
        |
        v
[Root Agent / 主 Agent]
  文件：agents/StrixAgent/strix_agent.py
        |
        | 1) 自己先有一份 messages
        | 2) 每轮把 state.get_conversation_history() 交给 LLM
        v
[BaseAgent 主循环]
  文件：agents/base_agent.py
        |
        |--> 调用 LLM.generate(...)
        |--> 接收模型输出
        |--> 工具执行结果写回 messages
        |
        v
[LLM 看到的上下文]
  文件：llm/llm.py
        |
        | 先拼系统提示词 + agent identity
        | 再把 conversation_history 送去压缩器
        v
[上下文压缩器]
  文件：llm/memory_compressor.py
        |
        | 规则：
        | - 保留所有 system 消息
        | - 保留最近 15 条消息
        | - 旧消息按 10 条一组摘要
        | - 超过约 90% token 预算才压缩
        v
[压缩后的 history]
        |
        v
[LLM 继续推理]
        |
        | 生成工具调用 / 文本回复
        v
[工具执行层]
  文件：tools/executor.py
        |
        | 工具结果会被整理成 observation
        | 长输出会被截断
        v
[工具结果回灌到 messages]
        |
        v
[下一轮 Agent 推理]
        |
        +--------------------------------------+

                子 Agent 继承链路
                ----------------

[父 Agent 创建子 Agent]
  文件：tools/agents_graph/agents_graph_actions.py
        |
        | if inherit_context=True
        | -> 取父 Agent conversation_history
        v
[继承到子 Agent 的上下文]
        |
        | 被包成：
        | <inherited_context_from_parent> ... </inherited_context_from_parent>
        |
        | 系统明确告诉子 Agent：
        | 这只是背景，不是让你继续父任务
        v
[子 Agent 自己的 messages]
        |
        | 子 Agent 继续按自己的任务跑
        | 也会继续走“LLM -> 工具 -> 回灌 -> 压缩”
        v
[共享消息队列]
  文件：tools/agents_graph/agents_graph_actions.py
        |
        | send_message_to_agent()
        | agent_finish() 回传 completion report
        v
[BaseAgent 定期轮询队列]
  文件：agents/base_agent.py
        |
        | _check_agent_messages()
        | 把消息转成自己的 user message
        v
[子 Agent 继续执行]