AI Agent记忆Token预算规划器
按上下文窗口大小、系统提示词与工具定义占用，规划短期对话、长期记忆检索、工具调用结果的Token预算分配。
免费在线工具
Loading…
使用说明
1. 选择模型上下文窗口预设（或选择“自定义”手动填写窗口大小）；2. 填写系统提示词与工具/函数定义各自占用的Token数；3. 设置短期对话历史、长期记忆检索结果、工具调用结果回填三者的分配百分比（建议之和为100%）；4. 填写单轮对话平均Token数；5. 点击“计算预算分配”查看堆叠图、明细表及预估可支撑对话轮数。点击“加载示例数据”可快速查看示例结果。
功能介绍
支持8K/32K/128K/200K/1M五档常见上下文窗口预设及自定义窗口大小，先扣除系统提示词与工具/函数定义的固定Token占用，再按用户设置的百分比将剩余空间分配给“短期对话历史”“长期记忆检索结果”“工具调用结果回填”三部分，用堆叠进度条与明细表展示各部分Token数及占总窗口比例，并根据单轮对话平均Token数估算触发历史裁剪/摘要前大约可支撑的原始对话轮数；分配百分比之和不等于100%或固定占用超过窗口总量时会给出警告提示。
使用场景
Agent开发者设计记忆架构
在设计AI Agent的短期记忆/长期记忆/RAG检索比例时，用工具快速试算不同分配方案下的可用对话轮数，辅助架构决策。
程序员评估模型切换后的上下文影响
从32K窗口模型切换到128K/200K模型时，用工具重新规划各部分预算分配，评估是否需要调整摘要触发阈值。
技术负责人向团队解释上下文管理策略
用堆叠图和明细表向团队/客户直观展示Agent上下文预算是如何分配的，辅助技术方案沟通。
常见问题
三个百分比之和不等于100%会怎样？
工具不会自动归一化，而是按你填写的原始百分比直接计算，并在结果顶部给出警告提示，方便你自行判断是刻意预留缓冲空间，还是输入有误需要调整。
“可支撑对话轮数”是怎么算出来的？
用分配给“短期对话历史”的Token数，除以你填写的单轮对话平均Token数（用户消息+助手回复之和）得到，代表在触发历史裁剪或摘要之前，Agent大约能保留多少轮原始对话而不丢失细节。
为什么要单独给“工具调用结果回填”留预算？
很多AI Agent在执行工具调用（搜索、查数据库、跑代码）后需要把结果重新塞回上下文供模型继续推理，如果没有为这部分预留空间，长文本工具结果容易挤占对话历史或触发过早的上下文截断，导致Agent“失忆”。