Claude Code 上下文爆了、/compact 也报 400：18MB 会话的抢救全过程

先说结论：按这个顺序救，别一上来就 /clear

1. 退出进程 → claude --resume 重开（带上调小的输出预留）
2. 重开后立刻 /compact
3. 还是 400 → /clear，然后靠重建文档接续（会话 JSONL 不会丢）

下面是一次真实事故的完整复盘：报错原文、为什么 /compact 也救不了、怎么预防。

事故现场

跑着一个长任务的 Claude Code 会话，突然所有请求都挂：

API Error: 400 This model's maximum context length is 1048576 tokens.
However, you requested 1058665 tokens (930665 in the messages, 128000 in the completion).

拆开看这行数字：

• 1048576 = 模型上限（deepseek-v4-pro，1M 上下文）
• 930665 = 消息本身
• 128000 = 预留给输出的空间
• 930665 + 128000 = 1058665 > 1048576，超了 1 万 token

关键是：超限之后，连 /compact 都报同样的 400。

为什么 /compact 也救不回来

很多人以为 /compact 是"本地截断"------不是。

/compact 的工作方式是：把整份对话记录发给模型，让它写一份摘要。上下文已经超限，这份"整份记录"同样发不出去，于是：

请求超限 → 400
/compact 需要先发全量 → 也 400
→ 死锁

这就是为什么必须"先降需求，再压缩"------不能指望压缩自己跳出来。

根因是三个叠加的

#	原因	说明
1	模型硬上限	消息 + 输出预留 > 上下文上限，物理上发不出去
2	自动压缩没兜住	配置里把压缩窗口顶到了模型上限（1M），等于没留余量------压缩还没触发，墙先撞上了
3	/compact 同病	它也要发全量，超限时一起失败

第 2 条最坑：压缩窗口设成 1M，看起来"最大化利用上下文"，实际是把安全带拆了。

三步处置

第 1 步：退出重开 + 调小输出预留

环境变量只在进程启动时读取，所以在原会话里改配置没用。退出后用 --resume 重开：

export CLAUDE_CODE_MAX_OUTPUT_TOKENS=65536   # 输出预留 128K → 64K
claude --resume

效果：930K 消息 + 64K 输出 < 1M，会话恢复可用。第一步不做别的，先让它能发出请求。

第 2 步：立刻 /compact

恢复后马上压缩，把上下文压回安全水位，然后正常继续。

第 3 步：还不行就 /clear（数据不丢）

如果 resume 后仍 400，/clear 清空。别怕丢东西：

• 会话 JSONL 完整保留在 ~/.claude/projects/<project-slug>/
• memory 文件（~/.claude/projects/<project>/memory/）不受 /clear 影响
• Claude Code 会自动重读 CLAUDE.md / AGENTS.md 重锚

预防：两个配置就够

改 ~/.claude/settings.json（改前先备份）：

{
  "env": {
    "CLAUDE_CODE_AUTO_COMPACT_WINDOW": "800000",
    "CLAUDE_CODE_MAX_OUTPUT_TOKENS": "65536"
  }
}

• 压缩窗口 1M → 800K：消息到 80 万就自动压缩，给输出留足余量
• 输出预留 128K → 64K：直接让出 64K 给消息

注意：env 只对新启动的进程生效，改完要退出重开。

改完的效果可以自己验证------/context 会显示类似：

Model: deepseek-v4-pro    Tokens: 358.2k / 800k (45%)

分母从 1M 变成 800k，说明配置生效了。

爆了以后怎么快速重建上下文

这是比"救回来"更有价值的部分：让新会话靠文档重锚，而不是靠超长上下文。

① 从三处提取事实

• memory/*.md：Claude Code 自己记的规则和结论
• 会话 JSONL 尾部：最近的用户消息 + 工具调用
• 工作区文档：项目里已有的说明

② 写成一张"重建文档"，固定五段

1. 身份与恢复路径
2. 必须遵守的规则
3. 刚完成的工作
4. 进行中的事与待回答的问题
5. 文档与记忆指针

③ 从 JSONL 里提取关键信息（脚本）

import json

path = "/home/zhms/.claude/projects/<project-slug>/<session-id>.jsonl"
users, tools, asst = [], [], []

with open(path, encoding="utf-8", errors="replace") as f:
    for line in f:
        try:
            d = json.loads(line)
        except Exception:
            continue
        t, msg = d.get("type"), d.get("message") or {}
        c = msg.get("content")
        if t == "user":
            if isinstance(c, str):
                users.append(c)
            elif isinstance(c, list):
                users += [p["text"] for p in c if isinstance(p, dict) and p.get("type") == "text"]
        elif t == "assistant" and isinstance(c, list):
            for p in c:
                if not isinstance(p, dict):
                    continue
                if p.get("type") == "text":
                    asst.append(p["text"])
                elif p.get("type") == "tool_use":
                    tools.append((p.get("name"), json.dumps(p.get("input", {}), ensure_ascii=False)[:200]))

for u in users[-20:]:
    print("-", u.replace("\n", " ")[:200])
for n, s in tools[-30:]:
    print(f"[{n}]", s.replace("\n", " ")[:150])
for a in asst[-5:]:
    print(">", a.replace("\n", " ")[:300])

这次事故的会话文件 18MB，里面有 156 条用户消息、2616 条助手回复、1113 次工具调用（光 Bash 就 783 次）------靠这个脚本能快速捞出"刚才在干什么"。

日常三个习惯

1. /context 常看 ：到 80 万就主动 /compact 一次，别等报错
2. 结论落盘 ：长任务中途把结论写进 docs/ 或 memory，新会话靠文档重锚
3. 定期清老会话 ：~/.claude/projects/**/*.jsonl 会持续膨胀，确认 memory 已沉淀后清理

版本与时效性

项	值
Claude Code 版本	2.1.308
事故日期	2026-11-02
模型	deepseek-v4-pro（1M 上下文）
提醒	上下文管理与压缩策略随版本变化，升级后先跑一次 /context 确认窗口数值

---