工具大全
踩坑实录作者:Coocon2026年10月5日1561 次阅读约 8 分钟阅读

Claude Code 上下文太长怎么办:Prompt is too long 会自动压缩,中转站 / DeepSeek 的 maximum context length 却不会(实测)

先回答你搜的问题

  • 看到 Prompt is too long · …:Claude Code 认出了这是上下文超长。多轮对话里它会自动压缩旧对话再重发,通常你什么都不用做;如果提示说 single exchange cannot be compacted,说明是系统提示、工具定义、附件本身太大,要减少 MCP 工具或附件,或者 /clear 重开。
  • 看到 API Error: 400 This model's maximum context length is …(用 DeepSeek 或中转站时最常见):Claude Code 不认识这句话,不会自动压缩,之后每一轮都会报同样的错。手动输入 /compact,实测能恢复。
  • 想一劳永逸:告诉 Claude Code 模型的真实上限,让它在撞墙之前就压缩:
    • 模型 ID 不以 claude- 开头(如 glm-4.6、deepseek-…):export CLAUDE_CODE_MAX_CONTEXT_TOKENS=131072(换成你的模型的真实上限)
    • 中转站给的模型 ID 以 claude- 开头:export CLAUDE_CODE_AUTO_COMPACT_WINDOW=131072(最小 100000)
  • 看到 max_tokens 相关的超限:不用管,Claude Code 会自动把 max_tokens 调小后重发。

问题背景

对话越聊越长,或者一次塞进很多文件,迟早会碰到上下文上限。在 Claude Code 里,这件事有两种完全不同的表现:

Prompt is too long · the request is ~210000 tokens (limit 200000) but this conversation is only ~12807 tokens — …
API Error: 400 This model's maximum context length is 1048576 tokens. However, you requested 1053707 tokens (1045707 in the messages, 8000 in the completion).

第一种有些人从来没见过,因为 Claude Code 在后台自动压缩掉了;第二种用 DeepSeek 或中转站的人会反复看到,而且 /clear 之前每轮都在报。区别不在模型,而在后端返回的报错文案。

问题分析

官方 错误文档 提到了一个细节:Bedrock 的超长报错是 Input is too long for requested model.,Before v2.1.217, Claude Code didn't recognize the Bedrock wording, so auto-compact never triggered on it。也就是说,自动压缩是按文案识别触发的。

在 2.1.285 的二进制里能找到识别函数,原样摘录:

function BWn(e){let n=e.toLowerCase();return n.includes("prompt is too long")||n.includes("input is too long for requested model")}
function jWn(e){return e.toLowerCase().includes("context window")}          // 只用于 413
function M0r(e){return e.toLowerCase().includes("input length and `max_tokens` exceed context limit")}
function kA(e){ … return BWn(e.message)||bI(e.message,"prompt_too_long")}

所以 Claude Code 只认这几种说法:

后端文案(不区分大小写) Claude Code 怎么处理
包含 prompt is too long 当作上下文超长 → 自动压缩
包含 input is too long for requested model(Bedrock) 同上
HTTP 413 且包含 context window 同上
input length and \max_tokens` exceed context limit: A + B > C` 解析出数字,把 max_tokens 调小后重发
其他文案 普通的 400 错误,原样显示

而 DeepSeek 的超长报错是 This model's maximum context length is 1048576 tokens. However, you requested … tokens (… in the messages, … in the completion)(站内 DeepSeek 1M 实测 中从 DeepSeek 的 Anthropic 兼容端点拿到的原文),OpenAI 风格的中转站透传的也是 maximum context length 这一类说法,都不在识别范围内。

技术方案与选型

方案 结论 理由
本地 stub 返回各种超长文案 ✅ 采用 文案可以逐字控制;能看到 Claude Code 是否发出压缩请求(debug 日志 source=compact)、重发时带了几条消息、max_tokens 改成了多少
真的塞满 100 万 token 去撞 DeepSeek ❌ 排除 每次都要花真钱;而且只能测一种文案
只读二进制推断 ❌ 不能单独用 识别函数说明了「认不认」,说明不了认出来之后的完整流程

隔离做法同 429 篇:env -i、全新的空 CLAUDE_CONFIG_DIR、假 key、ANTHROPIC_BASE_URL 指向本机 stub、HTTPS_PROXY 也指向 stub 以拦截一切外连。

多轮对话怎么测:同一个隔离配置目录里,先用全部正常响应的 stub 跑 3 轮(claude -p → claude -p -c → claude -p -c)攒出历史,再换成「第一次报超长、之后正常」的 stub 跑第 4 轮。单轮对话没有旧历史可压缩,测不出自动压缩。

关于文案来源:Anthropic 格式按二进制里解析 token 数的正则 prompt is too long[^0-9]*(\d+)\s*tokens?\s*>\s*(\d+) 构造;DeepSeek 文案由上述实测里的两段原文拼接(中间是否还有别的句子未核实,但不影响结论:两段都不含识别关键词);OpenAI 风格中转按 code: context_length_exceeded 的常见格式构造。

实测过程

1. 单轮:认得出 vs 认不出

每种文案跑 2 次,结果一致(claude -p,exit 和 stdout 原文):

后端返回 exit Claude Code 输出
Anthropic prompt is too long: 210000 tokens > 200000 maximum 1 Prompt is too long · the request is ~210000 tokens (limit 200000) but this conversation is only ~12539 tokens — the rest is system prompt, tool definitions, and attachment content. A single-exchange …
Bedrock Input is too long for requested model. 1 Prompt is too long · this conversation is a single exchange and cannot be compacted — the request size comes mostly from system prompt, tool definitions, or attachments.
HTTP 413 Request exceeds the model's context window 1 Prompt is too long
input length and \max_tokens` exceed context limit: 190000 + 32000 > 200000` 0 OK(自动重发,见第 3 节)
DeepSeek This model's maximum context length is … 1 API Error: 400 This model's maximum context length is 1048576 tokens. However, you requested 1053707 tokens (1045707 in the messages, 8000 in the completion).
OpenAI 风格中转 context_length_exceeded 1 API Error: 400 This model's maximum context length is 131072 tokens. …

认出来的会被改写成 Prompt is too long · …,还会解析出 token 数给你算账(「请求 21 万,但对话只有 1.25 万,其余是系统提示、工具定义和附件」);认不出来的就是原样一句 API Error: 400。

交互模式下的显示:

❯ reply with exactly OK
  ⎿  Prompt is too long · the request is ~210000 tokens (limit 200000) but this conversation is only ~12807 tokens — the
     rest is system prompt, tool definitions, and attachment content. A single-exchange conversation cannot be
     compacted; reduce attached files/tools or start with less context. · /clear to start fresh
❯ reply with exactly OK
⏺ API Error: 400 This model's maximum context length is 1048576 tokens. However, you requested 1053707 tokens
  (1045707 in the messages, 8000 in the completion).

2. 多轮:认得出的自动压缩,认不出的直接失败

前 3 轮正常,第 4 轮第一次请求返回超长报错,之后全部正常:

后端文案 第 4 轮 exit stub 收到的请求 debug 日志
Anthropic 0,输出 OK 400(7 条消息)→ 压缩请求 → 重发(5 条消息)→ 成功 source=compact、Forked agent [reactive-compact]
Bedrock 0 400 → 压缩 → 重发 → 成功 source=compact
413 + context window 0 400 → 压缩 → 重发 → 成功 source=compact
DeepSeek 1,API Error: 400 … 只有 1 个请求 没有 source=compact
OpenAI 风格中转 1 只有 1 个请求 没有 source=compact

认得出的文案,自动压缩完全无感:-p 的输出只有 OK,exit 0。认不出的文案,Claude Code 连压缩都不会尝试,下一轮带着同样长的历史再发,再报同样的错。

(脚注:模型 ID 换成 glm-4.6 这类非 claude- 开头的 ID 时,认不出的 400 会被原样重发 1 次。debug 日志写明了原因:an unrecognised HTTP 400 arrived while the dangerous-tool-use beta was on the request; retrying once without it,是去掉一个 auto mode 相关的请求头再试一次,和上下文无关,重发后照样失败,也不会压缩。)

3. max_tokens 超限:自动调小

后端返回 input length and \max_tokens` exceed context limit: 190000 + 32000 > 200000时,Claude Code 第二次请求的max_tokens` 从 32000 变成了 9000:上限 200000 − 输入 190000 = 10000,再留 1000 余量。单轮、多轮都是一次重发就成功,exit 0。

4. 认不出时手动 /compact:有效

DeepSeek 文案下第 4 轮失败(exit 1)后,第 5 轮发 claude -p -c '/compact':stub 收到 1 个压缩请求(source=compact),exit 0。第 6 轮正常对话,请求里只剩 1 条消息(压缩后的摘要),exit 0。

5. 提前压缩:告诉它真实上限

最好的办法是不等后端报错。stub 在前 3 轮报告每轮输入 128000 token(模拟一个快满的对话),第 4 轮全部正常响应,看 Claude Code 会不会在发主请求之前先压缩:

模型 ID 设置 第 4 轮 结论
glm-4.6 不设 直接发主请求(11 条消息) 对照组:它以为窗口还够
glm-4.6 CLAUDE_CODE_MAX_CONTEXT_TOKENS=131072 先发压缩请求,主请求只剩 2 条消息,exit 0 ✅ 生效
claude-sonnet-4-5 CLAUDE_CODE_MAX_CONTEXT_TOKENS=131072 直接发主请求,没压缩 ❌ 对 claude- ID 不生效(和文档一致)
claude-sonnet-4-5 CLAUDE_CODE_AUTO_COMPACT_WINDOW=131072 先压缩,exit 0 ✅ 生效
claude-sonnet-4-5 同上,但每轮只用 60000 token 不压缩 对照组:没到阈值就不压

官方文档 对 CLAUDE_CODE_MAX_CONTEXT_TOKENS 的说明是:模型 ID 不以 claude- 开头时直接生效;能解析成已知 Claude 模型的 ID,只有同时设了 DISABLE_COMPACT(会关掉一切压缩)才生效。所以中转站给 claude- 开头 ID 的情况,用 CLAUDE_CODE_AUTO_COMPACT_WINDOW 更合适(文档:取值 100000~1000000,只接受纯数字,500k 这种写法会被读成 500 再被抬到最小值)。

实践效果

1. 先看报错是哪一种。Prompt is too long · … 是 Claude Code 认出来的,多轮里会自己处理;API Error: 400 This model's maximum context length … 是它认不出来的,要你出手。

**2. 认不出时:输入 /compact。**实测有效,压缩后下一轮恢复正常。不想保留历史就 /clear。

3. 用 DeepSeek / 国产模型 / 中转站,长期使用建议加上(数值换成你的模型的真实上下文上限):

# 模型 ID 不以 claude- 开头(glm-4.6、deepseek-…、kimi-… 等)
export CLAUDE_CODE_MAX_CONTEXT_TOKENS=131072

# 中转站给的模型 ID 以 claude- 开头,但背后的真实上限更小
export CLAUDE_CODE_AUTO_COMPACT_WINDOW=131072

这样它会在快到上限时主动压缩,根本不会撞到后端那句它认不出来的报错。上限数值请以模型官方文档为准;注意很多后端的上限是「输入 + 输出」之和,留一点余量更稳。

**4. 单轮就超长(提示 single exchange cannot be compacted):**压缩救不了,因为大头是系统提示、工具定义和附件。减少启用的 MCP 服务器、少 @ 几个大文件,或者把大文件拆开读。

**5. 网关开发者:**如果你的网关在做协议转换,把上下文超长的报错文案里带上 prompt is too long,Claude Code 用户就能自动压缩,体验会好很多。

本轮全部请求都打在本地 stub 上;为确认 DeepSeek 对过大 max_tokens 的处理,另外直接调用了 2 次 DeepSeek(它会静默截断 max_tokens 并正常回答,共约 190 token),没有经过 Claude Code。

踩坑

  • **单轮对话测不出自动压缩。**第一轮实验全部是单轮,认得出的文案也只是报错退出,差点得出「自动压缩不存在」的结论。提示里那句 single exchange cannot be compacted 才点醒:没有旧历史可压。
  • **交互模式下报错被侧请求吃掉了。**录交互界面时,stub 的「第一次报错、之后正常」被每句话附带的第二个请求先领走,主请求拿到的是正常结果。改成「一直报错」才录到报错画面。
  • **一次「意外成功」差点误导结论。**用 glm-4.6 测手动 /compact 时第 4 轮居然成功了,查日志才发现是去掉 beta 头后的那次重发恰好拿到了 stub 的正常响应,和压缩无关。随后用「一直报错」的 stub 复测确认:认不出的文案在任何模型 ID 下都不会压缩。

未验证清单:真实 DeepSeek 超长报错的完整原文(本文使用两段实测原文的拼接);真实中转站的报错原文(各家可能不同);压缩摘要的质量(stub 的摘要只是 OK);DISABLE_COMPACT 搭配 CLAUDE_CODE_MAX_CONTEXT_TOKENS 的行为(会关掉所有压缩,不推荐,未测);OAuth 订阅登录下的行为;Claude Code 在本地预估超长而直接拒绝的路径(见 DeepSeek 1M 实测)。

相关阅读

这类实测,每周六汇总一封

订阅码农早餐:每天 8:00 一封 AI 编程早报,每周六另附本周 Claude Code / Codex / 本地模型的实测和踩坑汇总。

相关文章

OpenAI 与 DeepSeek 最新 API 价格:新模型、峰谷价和缓存账单怎么算

按 2026 年 11 月 10 日官方资料整理 GPT-6 Astra、GPT-6.1 Sol/Terra、GPT-6 Luna 与 DeepSeek V4.1 Flash、V4 Pro 的价格,区分缓存读写、峰谷时段及搜索费用,并用假设用量演示账单计算。

api成本控制+3
ai-tutorials2026年11月10日4 min
513

Claude Code 禁止 rm -rf 怎么配:deny 规则两周拦下 14 次,实测还有 7 种写法照样能删,一个 hook 补齐

为了防 Claude Code 误删文件,我在全局 settings 里加了一条 deny 规则 Bash(rm -rf *)。翻本机 10 月 7 日到 21 日的会话记录:这条规则拦下 14 次删除,模型被拒后 8 次换新目录名、6 次直接放弃删除,一次都没换写法绕过。但在 Claude Code 2.1.285 上用 stub 逐字回放 22 种删除写法后发现:rm -fr、rm -r -f、rm -Rf、rm -r 在手动、auto、bypass 三种模式下都照删不误,/bin/rm、find -delete、bash -c 在手动和 bypass 模式下也能删。auto 模式下,工作目录内的 rm -fr 会被当成「acceptEdits 也会放行」的操作,连分类器都不过。另一道闸是内置的 dangerous-rm 检查,目标是 $D/* 这类变量展开时触发,bypass 模式也拦;多行命令里前面有 heredoc,它就跟不上同一条命令里的变量赋值。文末给出一个 PreToolUse hook,三种模式下补齐全部递归删除写法,并告诉模型被拒后该怎么做。

claude-codehooks+5
pitfalls2026年10月21日7 min
1007

Claude Code 接 DeepSeek / GLM / Kimi 开 auto 模式:temporarily unavailable 括号里的原因怎么看,哪些重试没用(故障注入实测)

用第三方模型跑 Claude Code auto 模式,每个有副作用的动作都会用你的会话模型向同一个后端多发一次判定请求:系统提示词 132,470 字符,单次约 2.97 万输入 token,比主循环那一步还多。判定请求一失败,就出现「xxx is temporarily unavailable, so auto mode cannot determine the safety of Bash」。本文用故障注入代理把每种失败对应的报错原文测了一遍:500 → (server error)、429 → (rate-limited)、529 → (overloaded)、断连 → (connection failed),这几种会自动重试 5 次;超过 60 秒没回 → (timed out);**没有括号 = 后端拒收(4xx),只试 1 次,重试多少遍都一样**;后端回了但模型没给判定 → could not evaluate,连续 3 次就退回人工确认。另外实测 CLAUDE_CODE_AUTO_MODE_MODEL 不生效,判定器只能跟着会话模型换。Claude Code 2.1.285,真实后端 DeepSeek v4-pro 与小米 MiMo v2.5。

claude-codedeepseek+7
pitfalls2026年10月11日11 min
2022

Claude Code 一直卡住、转圈没反应怎么办:后端不回时它要等 6 分钟,重试满 10 次可能卡一个多小时(实测)

Claude Code 转圈不动、或者停在 Retrying in 0s,多半是后端没有回数据。实测 2.1.285(API key + ANTHROPIC_BASE_URL):后端不回响应头时每次等 6 分钟(360 秒)才判超时,把 API_TIMEOUT_MS 调到 60 万、90 万也不变,只能调小;默认重试 10 次,总共可能卡一个多小时。中转站如果把回复缓冲到生成完才返回,超过 6 分钟的回复永远拿不到。按 Esc 可以随时中断。全部在本地 stub 上实测。

claude-code中转站+6
pitfalls2026年10月5日10 min
1357