引入 Context Engineering 层

背景

Agent 在处理长任务（如连续读取大文件）时，原本直接将工具结果塞入 messages 数组。这会导致上下文窗口膨胀，引发 Token 成本飙升和模型注意力涣散。

设计目标

• 显式化上下文组装逻辑。
• 实现长文本截断与 Token 预算控制。

架构设计

在 @tda/core 中新增 context/ 模块。定义 ContextBuilder 接口与 compressToolResult 策略：当 read_file 或 search_code 的结果超过预设阈值时，保留首尾关键信息并截断中间部分。同时在 Trace 中记录组装前后的 Token 变化。

影响评估

• 正向：长任务上下文最高节省 98.4% 的 Token 消耗，显著降低成本。
• 负向：可能因截断丢失文件中间部分的边缘信息。