Qoder Token溢出需五种方式处理：一、点击「压缩当前会话」智能总结关键逻辑；二、新建会话并重述核心目标；三、通过齿轮图标将Max Output Tokens设为模型上限的60%；四、手动移除低价值消息；五、启用文件编辑模式，用@file绑定源码替代聊天历史。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在使用Qoder过程中遭遇Token溢出错误，通常表现为响应中断、提示“context length exceeded”或生成内容被强制截断，则说明当前会话的输入与输出总Token数已超出模型上下文窗口限制。以下是针对该问题的多种独立处理路径：
一、启用并触发上下文压缩（Compact Chat）
该方式通过语义级摘要保留关键逻辑与状态，主动削减冗余历史，适用于持续围绕同一任务展开的长对话场景，可即时降低Token负载并节省Credits。
1、在Qoder聊天界面右上角，定位当前会话顶部的上下文用量表盘。
2、当表盘显示使用率≥85%时，点击「压缩当前会话」按钮。
3、系统自动执行智能总结：剔除重复确认、中间调试输出、已解决的报错日志等非必要内容，保留核心代码片段、架构约束与未完成目标。
4、压缩完成后，新消息将基于浓缩后上下文发起请求，Token消耗量通常下降40%–65%。
二、手动启动新会话（New Chat）
该方式彻底清空当前上下文窗口，为全新主题提供零干扰起点，适用于任务切换、话题跃迁或上下文严重污染导致AI响应偏离时。
1、点击Qoder主界面左上角「+ 新对话」图标，或使用快捷键Ctrl+N（Windows）/Cmd+N（macOS）。
2、在弹出的新会话输入框中，必须显式重述当前任务的核心目标与必要上下文，例如：“继续开发用户导出功能，需支持CSV与Excel双格式，当前工程使用Spring Boot 3.2 + Apache POI。”
3、避免仅写“接着上次做”，否则新会话将丢失所有历史依赖信息。
4、发送首条指令后，上下文Token计数从接近零开始累积。
三、调整会话级MaxTokens参数
该方式直接限制单次响应的最大输出长度，防止贪婪解码无节制扩张Token占用，适用于已知输出体量可控的任务（如格式化、翻译、单函数重写）。
1、在任意对话窗口中，点击输入框右侧模型名称旁的齿轮图标（⚙️）。
2、在弹出面板中定位「Max Output Tokens」字段。
3、将其值设为不超过模型官方context window上限的60%，例如Qoder默认接入的DeepSeek-V3上限为131072，则建议设为≤78643。
4、修改后发送指令，系统将严格截断输出，确保总Token不突破安全阈值。
四、结构化裁剪对话历史
该方式由用户主导控制上下文构成，通过显式删除低价值消息块，保留高信息密度交互，适用于对压缩算法结果存疑或需精准控制记忆留存的高级用户。
1、在聊天界面左侧消息列表中，按住Ctrl（Windows）或Cmd（macOS）键，多选已确认无用的消息（如初始环境确认、重复提问、无效尝试）。
2、右键点击所选消息，选择「从上下文中移除」。
3、确认操作后，Qoder立即重新计算剩余消息的Token总量，并更新用量表盘。
4、被移除的消息仍保留在UI中供查阅，但不再参与模型推理上下文构建。
五、启用文件编辑模式并绑定工程上下文
该方式绕过通用对话路径，将上下文锚定于真实代码文件而非聊天记录，从根本上规避历史消息膨胀问题，适用于多文件协同开发场景。
1、确保VS Code中Qoder CN插件版本≥2.5.0，并在设置中启用「文件编辑模式」。
2、在项目根目录运行qodercn init，确认.config.yaml中file_edit_mode: true已生效。
3、在聊天中使用@file语法显式注入目标文件，例如：@file src/main/java/com/example/auth/TokenService.java。
4、发送任务指令后，Qoder仅加载指定文件内容及关联AST结构，上下文Token完全脱离对话轮次数量影响。
