更少上下文，更好代理：面向长程工具使用 LLM 代理的高效上下文工程

针对企业工作流中自主代理面临的工具响应冗长导致上下文溢出、状态错误及高推理成本问题，本文研究了基于模型上下文协议的自动化费用分类任务。实验对比了无用户模型、全历史保留、最近五次交互剪枝及结合自动摘要四种策略。结果表明，相较于全量保留，选择性保留近期交互并辅以紧凑摘要，能将任务完成率从 71% 提升至 91.6%，同时显著降低 Token 消耗与运行时间，证明了该记忆优化策略在提升可靠性与效率方面的优越性。