做了个 MCP 把网页 AI 接进本地项目，但被它的“长记忆”机制搞懵了

最近在折腾一个方向： 把网页端 AI 和本地开发环境打通 。 我有个网站，因为有些顶级模型只能在网页端免费使用（比如 GPT6 、Fable5 ），所以我写了一个 VS Code 插件，通过 MCP 让网页里的 AI 可以直接操作本地项目。 目前已经能做到： 读取本地项目文件 修改代码 运行任务 调用 MCP 使用 Skills 让网页 AI 直接参与本地开发流程 这部分基本已经跑通了，实际用起来也比较顺。 但最近有一个问题一直没想明白。 我发现有些网页端 AI 的同一个会话可以连续使用很多天。 比如前几天聊过的内容，过了很久以后继续聊，它似乎还是能接得上之前的上下文。 按我的理解，模型本身应该还是会受到 Context Window 限制，不太可能每次请求都把几天甚至更久的完整聊天记录重新塞进去。 所以比较好奇： 这类网页 AI 的长会话 / 长期记忆，一般到底是怎么实现的？ 我目前能想到的方案有： 历史消息滚动摘要 最近 N 轮对话 + 历史摘要 向量数据库 / RAG 按需找回旧消息 服务端单独维护长期 Memory 根据当前问题动态压缩、重组历史上下文 但如果是代码项目场景，我感觉这里还有个问题： 如果不断做摘要，时间长了以后，一些关键的代码细节、文件关系、之前做过的技术决策，会不会逐渐丢失？ 尤其是这种： 网页 AI ↓ MCP ↓ VS Code ↓ 本地项目 AI 可能需要持续记住： 项目目录结构 各模块职责 之前修改过哪些代码 做过哪些架构决策 用户的一些长期开发习惯 当前项目进行到哪个阶段 所以想请教一下做过类似系统的大佬： 长会话一般是怎么做上下文管理的？ 如果是面向代码项目的 AI Agent ，大家更倾向于： 摘要 RAG Memory 项目状态持久化 还是几种方案混合？ 感觉这个问题比单纯把 MCP 接通更有意思。 求大佬指点一下。