feat(config): add model context window limits

AGENTS.md

@@ -94,7 +94,7 @@ Scheduler → SessionManager scheduled execution → AgentLoop → Scheduler del
 - **Scheduler** supports legacy direct-delivery jobs and managed `task`/`monitor` jobs; managed agents cannot call `send_message`, and `on_alert` suppresses only healthy informational results
 - **AgentLoop** is stateless across turns; it receives prepared history, drains same-Turn steering only at safe model boundaries, calls LLM providers, executes tools, and returns one result
 - **Context overflow recovery** is type-driven: before tool progress Session may commit one checkpoint and retry once; after any tool batch AgentLoop may retry the current Provider step once from its in-memory transcript, preserving current tool calls/results, and Session must never restart that Turn from durable history
-- **Context compaction** keeps `messages` append-only and uses one active checkpoint per Session (`summary + first_retained_seq`) for deterministic Provider projection; `/compact`, Turn-boundary auto compaction, and overflow share the same compactor/CAS commit path, Session restoration never derives context from Timeline or calls a Provider, summary input is bounded from the current model `token_limit` rather than a fixed cap, and the only automatic threshold is `context_tokens > context_window - effective_reserve`
+- **Context compaction** keeps `messages` append-only and uses one active checkpoint per Session (`summary + first_retained_seq`) for deterministic Provider projection; `/compact`, Turn-boundary auto compaction, and overflow share the same compactor/CAS commit path, Session restoration never derives context from Timeline or calls a Provider, the Model `token_limit` (default 128K) is the hard window ceiling and an optional Agent `token_limit` can only narrow it via `min(agent, model)`, summary input is bounded from that effective window rather than a fixed cap, and the only automatic threshold is `context_tokens > context_window - effective_reserve`
 - **AgentCatalog** is immutable per runtime generation; candidate preparation strictly validates trusted Markdown definitions, Provider profiles, tool/Skill allowlists, and delegation edges before activation. A definition that fails per-file validation (bad YAML, unknown provider/profile/model/tool/skill, or an explicit delegate edge to an absent target) is disabled for that generation only and reported via `load_errors` (exposed by `GET /api/agents`), never blocking startup or reload; config- and directory-trust-level failures remain fatal. Sub-Agent orchestration is an intrinsic, always-on mechanism (no feature switch). Named Agents support foreground (single/batch) and Root-initiated single background execution with durable run/inbox delivery; a built-in general-purpose definition is released to `~/.picobot/agents/` on first run. Background batches and nested background remain restricted
 - **WebUI management APIs** only expose allowlisted config/profile/log/storage operations; keep response limits, secret redaction, atomic config writes, and profile path allowlists intact
 - **WebUI styling** uses the local Fluent 2 semantic tokens in `webui/src/styles.css`; page and component styles should consume the aliases instead of introducing independent hard-coded palettes, and must preserve selectable light/dark and brand-color themes, keyboard focus, responsive layout, and reduced-motion behavior. Browser-only appearance settings belong in `lib/theme.js`/`localStorage`, and `public/theme-init.js` must restore them before Svelte mounts

Cargo.toml

@@ -1,6 +1,6 @@
 [package]
 name = "picobot"
-version = "1.19.0"
+version = "1.20.0"
 edition = "2024"
 
 [dependencies]

README.md

@@ -61,6 +61,7 @@ Gateway 首次启动时会把模板释放到 `~/.picobot/config.example.json`。
       "model_id": "gpt-4o",
       "temperature": 0.7,
       "max_tokens": 4096,
+      "token_limit": 128000,
       "input_type": ["text", "image"]
     }
   },
@@ -68,8 +69,7 @@ Gateway 首次启动时会把模板释放到 `~/.picobot/config.example.json`。
     "default": {
       "provider": "openai",
       "model": "gpt-4o",
-      "max_tool_iterations": 99,
-      "token_limit": 128000
+      "max_tool_iterations": 99
     }
   },
   "workspace_dir": "~/.picobot/workspace"
@@ -328,7 +328,7 @@ PicoBot 有两类记忆：
 
 每轮处理用户消息时，MemoryManager 会按用户输入召回 Knowledge，并作为运行时上下文附加到本轮用户消息。当前召回上限固定为 5；`memory.recall_limit` 已支持解析但尚未接入 worker。长会话使用一个活动 checkpoint：累计摘要加 `first_retained_seq` 之后的原始消息尾部构成模型上下文，原始消息、工具调用结果、ID 和 seq 均不会被压缩改写。旧工具结果会保留在原始历史中，但 checkpoint 边界推进后不再永久占用 Provider 上下文。成功的语义摘要还会 best-effort 保存为 Timeline，供 `timeline_recall` 检索；Timeline 不参与会话恢复正确性。Scheduler 默认创建一个每日维护巡检，按 `memory.timeline_retention_days` 清理过期 Timeline；Knowledge 不会被自动删除。
 
-自动压缩使用保留量阈值 `context_tokens > context_window - effective_reserve`，默认 reserve 为 16,384 tokens，并尽量原样保留最近 20,000 tokens。小窗口会自动把 reserve 限制为窗口的一半、把近期保留量限制为有效阈值的一半。摘要请求不使用固定 32K 输入上限，而是按当前模型的 `token_limit` 扣除摘要输出、提示词和安全余量；超大历史只在摘要请求副本中按“已有 checkpoint + 最新消息优先”生成有界 head/tail 转录，SQLite 原文不变。手动 `/compact` 跳过自动阈值；换成小模型后若发送前预检已发现硬超限，或首次请求返回真实 context overflow，语义摘要不可用时才使用明确标记的确定性降级裁剪，正式请求最多重试一次。若 overflow 发生在工具已经执行之后，AgentLoop 只在当前内存转录上裁掉旧完整 Turn 并重试当前模型步骤一次，不会从数据库历史重跑工具。
+模型的 `models.<name>.token_limit` 给出上下文窗口上限，未配置时默认为 128,000；Agent 的 `agents.<name>.token_limit` 是可选的收紧上限，两者都有配置时有效窗口取二者最小值，因此 Agent 不能扩大模型窗口。自动压缩使用保留量阈值 `context_tokens > context_window - effective_reserve`，默认 reserve 为 16,384 tokens，并尽量原样保留最近 20,000 tokens。小窗口会自动把 reserve 限制为窗口的一半、把近期保留量限制为有效阈值的一半。摘要请求不使用固定 32K 输入上限，而是按有效窗口扣除摘要输出、提示词和安全余量；超大历史只在摘要请求副本中按“已有 checkpoint + 最新消息优先”生成有界 head/tail 转录，SQLite 原文不变。手动 `/compact` 跳过自动阈值；换成小模型后若发送前预检已发现硬超限，或首次请求返回真实 context overflow，语义摘要不可用时才使用明确标记的确定性降级裁剪，正式请求最多重试一次。若 overflow 发生在工具已经执行之后，AgentLoop 只在当前内存转录上裁掉旧完整 Turn 并重试当前模型步骤一次，不会从数据库历史重跑工具。
 
 ### 工具
 

config.json

@@ -12,6 +12,7 @@
       "model_id": "qwen-plus",
       "temperature": 0.0,
       "max_tokens": 100,
+      "token_limit": 128000,
       "input_type": ["text"]
     }
   },
@@ -19,8 +20,7 @@
     "default": {
       "provider": "aliyun",
       "model": "qwen-plus",
-      "max_tool_iterations": 20,
-      "token_limit": 128000
+      "max_tool_iterations": 20
     }
   },
   "agent_orchestration": {

docs/ARCHITECTURE.md

@@ -204,7 +204,7 @@ Session ID 格式为：
 
 当前 WebUI/TUI Turn 通过 `send_message(files=...)` 向自身 session 投递文件时，文件先进入 task-local Turn delivery 暂存区，成功结束后附加到最终 assistant 消息，与工具链一起原子提交；因此持久化和刷新后的顺序都是工具调用/结果在前、携带附件的最终回复在后，也不会生成带 `[message from ...]` 的自投递气泡。其他同 Turn 自投递仍是受控例外：只有 task-local Turn ID 仍匹配该 session 的 active Turn，写入才允许不递增 `state_version`。跨 Turn、跨 session 以及无法证明所有权的写入仍必须递增版本。Provider 回放历史附件时，只有 user 输入和当前工具结果可生成模型原生媒体块；assistant/system 附件只回放文本清单，避免把图片放到供应商不接受的角色。
 
-SessionManager 负责组装会话上下文：系统提示、Skills、召回的 Knowledge、可选的 active plan 摘要，以及由活动 `ContextCheckpoint` 投影出的会话历史。`messages` 始终是 append-only 原始日志；每个 Session 最多有一个活动 checkpoint，模型历史确定为“一条累计摘要 + `seq >= first_retained_seq` 的原始尾部”，Timeline 只是 checkpoint 提交后的 best-effort 检索副本，恢复流程不读取 Timeline、也不调用 Provider。`session::turn_input` 只在 Session 锁外并行读取 Knowledge 和 active plan；完整请求草稿随后使用同一个 reserve 预算评估，自动触发公式唯一为 `context_tokens > context_window - effective_reserve`。手动、自动和首次 context-overflow 共用唯一的 `compact_session_context` 编排与 checkpoint CAS 提交路径；candidate 自带快照 generation，提交成功后必须从当前 raw log 重新投影，不能返回摘要前的旧尾部向量。摘要请求输入预算由当前模型 `token_limit` 扣除动态摘要输出、固定提示词和安全余量得到；超大压缩源只在 request-local 副本中保留已有 checkpoint 和最新材料、对单条内容做确定性 head/tail 截取，不能用固定 32K 上限拒绝压缩，也不能改写 durable raw log。每个 Turn 最多进行一次语义摘要；换模后的发送前预检若已硬超限，可在摘要失败时直接生成明确标记的确定性降级 checkpoint，避免先发送必然失败的普通请求；首次 Provider 请求 overflow 最多正式重试一次。AgentLoop 把 Provider overflow 转成类型化错误：工具尚未执行时交回 Session；工具已执行后只在同一个 AgentLoop 中删除旧完整 Turn 的请求副本并重试当前 Provider step 一次，保留本 Turn tool call/result，绝不从 durable history 重启并重复副作用工具。首次请求与重试必须复用同一个 runtime assembly，不能复制系统提示、丢失 mailbox steering 或把压缩投影写回原始历史。Provider prompt usage 仅在 provider/model/checkpoint generation/raw seq 和完整请求摘要都匹配时复用，否则完整保守估算；不再按消息数外推。普通闲聊 session 没有 plan 摘要；计划状态由 `WorkManager` 从 SQLite 读取，因此不以自然语言摘要作为权威来源。`AgentLoop` 接收完整输入执行一次模型/工具循环，本身不拥有会话状态，但通过本 Turn 的 mailbox 在安全边界接收追加用户输入。执行工具时额外传递只包含 session/turn 身份的 `ToolExecutionContext`；无状态工具使用默认实现忽略它，有状态外部适配器用它路由资源，但可按明确的单用户配置跨 dialog 共享，且不能自行反向查询 SessionManager。完整压缩设计见 [CONTEXT_COMPACTION_DESIGN.md](CONTEXT_COMPACTION_DESIGN.md)。
+SessionManager 负责组装会话上下文：系统提示、Skills、召回的 Knowledge、可选的 active plan 摘要，以及由活动 `ContextCheckpoint` 投影出的会话历史。`messages` 始终是 append-only 原始日志；每个 Session 最多有一个活动 checkpoint，模型历史确定为“一条累计摘要 + `seq >= first_retained_seq` 的原始尾部”，Timeline 只是 checkpoint 提交后的 best-effort 检索副本，恢复流程不读取 Timeline、也不调用 Provider。所选 Model 的可选 `token_limit` 定义上下文硬上限，缺失时固定回退 128000；Agent 的可选 `token_limit` 只允许收紧该上限，有效窗口为 `min(agent_token_limit, model_token_limit_or_128K)`，Agent 不能扩大模型窗口。主 Agent Profile、具名 Agent 的内联 Provider/Model 和 `llm_profile` 引用必须使用同一规则，definition 上的显式值也只能收紧已解析 Profile。`session::turn_input` 只在 Session 锁外并行读取 Knowledge 和 active plan；完整请求草稿随后使用同一个 reserve 预算评估，自动触发公式唯一为 `context_tokens > context_window - effective_reserve`。手动、自动和首次 context-overflow 共用唯一的 `compact_session_context` 编排与 checkpoint CAS 提交路径；candidate 自带快照 generation，提交成功后必须从当前 raw log 重新投影，不能返回摘要前的旧尾部向量。摘要请求输入预算由有效 `token_limit` 扣除动态摘要输出、固定提示词和安全余量得到；超大压缩源只在 request-local 副本中保留已有 checkpoint 和最新材料、对单条内容做确定性 head/tail 截取，不能用固定 32K 上限拒绝压缩，也不能改写 durable raw log。每个 Turn 最多进行一次语义摘要；换模后的发送前预检若已硬超限，可在摘要失败时直接生成明确标记的确定性降级 checkpoint，避免先发送必然失败的普通请求；首次 Provider 请求 overflow 最多正式重试一次。AgentLoop 把 Provider overflow 转成类型化错误：工具尚未执行时交回 Session；工具已执行后只在同一个 AgentLoop 中删除旧完整 Turn 的请求副本并重试当前 Provider step 一次，保留本 Turn tool call/result，绝不从 durable history 重启并重复副作用工具。首次请求与重试必须复用同一个 runtime assembly，不能复制系统提示、丢失 mailbox steering 或把压缩投影写回原始历史。Provider prompt usage 仅在 provider/model/checkpoint generation/raw seq 和完整请求摘要都匹配时复用，否则完整保守估算；不再按消息数外推。普通闲聊 session 没有 plan 摘要；计划状态由 `WorkManager` 从 SQLite 读取，因此不以自然语言摘要作为权威来源。`AgentLoop` 接收完整输入执行一次模型/工具循环，本身不拥有会话状态，但通过本 Turn 的 mailbox 在安全边界接收追加用户输入。执行工具时额外传递只包含 session/turn 身份的 `ToolExecutionContext`；无状态工具使用默认实现忽略它，有状态外部适配器用它路由资源，但可按明确的单用户配置跨 dialog 共享，且不能自行反向查询 SessionManager。完整压缩设计见 [CONTEXT_COMPACTION_DESIGN.md](CONTEXT_COMPACTION_DESIGN.md)。
 
 当前 Turn 的工具进度只从 `AgentLoop` 的结构化 `TurnEvent` 进入 `TurnController`，不能另建字符串 notification 通道重复投递。具名子 Agent 基础已接入：候选运行代从受信任配置目录严格加载不可变 `AgentCatalog`，Definition 固定 Provider/Model（内联或 `llm_profile`）、工具/Skill allowlist、委托边和执行限制，工具集完全由定义文件决定；单个定义校验失败（坏 YAML、未知 provider/profile/model/tool/skill、或显式委托到缺失目标）仅停用该定义并记入 `load_errors`（`GET /api/agents` 返回），不会阻塞启动或热重载，配置与目录信任级错误仍然致命；`delegate` 使用 `foreground/background` 两个 canonical 生命周期词，批量并发与生命周期正交。具名 foreground 支持批量并发、显式 `AgentExecutionContext`、祖先环路和委托边校验；Root 对具名 Agent 的 background（单任务或批量，批量并发、每个 run 独立 completion 事件）走 durable run/inbox + continuation 投递，空闲时完成即返回。内置 general-purpose 定义随二进制释放，WebUI「子 Agent」页可增删改与启停定义。旧匿名 general 兼容路径已移除。自动标题属于非关键派生工作：Turn 持久化完成后由 `TaskSupervisor` 调度，Session worker 不等待模型生成；同一 Session 同时最多有一个标题任务，提交时仍校验标题保持默认值，避免覆盖用户改名。
 

docs/CONTEXT_COMPACTION_DESIGN.md

@@ -1,6 +1,6 @@
 # PicoBot 上下文压缩架构设计与实施方案
 
-> 状态：已于 PicoBot 1.19.0 实施；2026-08-20 完成实现符合性修正  
+> 状态：已于 PicoBot 1.19.0 实施；1.20.0 增加 Model 级窗口配置与 Agent 上限收紧
 > 编写日期：2026-08-20  
 > 本文定义并记录 PicoBot 上下文压缩的架构、数据模型、触发规则、失败语义、迁移步骤和验收标准。运行时事实仍以代码和测试为准；第 2 节保留 1.19.0 之前的基线，便于解释迁移动机。
 
@@ -529,7 +529,7 @@ summary_source_budget = context_window
                       - summary_safety
 ```
 
-`context_window` 来自当前 Agent 配置的 `token_limit`；Provider 在 overflow 错误中返回更小真实窗口时使用校准后的值。摘要源超过 `summary_source_budget` 时不能拒绝压缩，也不做多轮/递归摘要，而是只对发送给摘要 Provider 的副本执行有界序列化：已有 checkpoint 优先保留一部分，再从待压缩前缀的最新消息向前选择；装不下的单条记录保留 head/tail，并记录源消息数、省略数、截短数和策略。原始数据库历史保持不变。
+`context_window` 使用当前 Agent 的有效窗口：Model 的 `token_limit` 缺失时先回退 128000，再与可选 Agent `token_limit` 取最小值；Agent 因而只能收紧、不能扩大模型窗口。Provider 在 overflow 错误中返回更小真实窗口时使用校准后的值。摘要源超过 `summary_source_budget` 时不能拒绝压缩，也不做多轮/递归摘要，而是只对发送给摘要 Provider 的副本执行有界序列化：已有 checkpoint 优先保留一部分，再从待压缩前缀的最新消息向前选择；装不下的单条记录保留 head/tail，并记录源消息数、省略数、截短数和策略。原始数据库历史保持不变。
 
 若窗口小到连最小摘要提示和材料都无法容纳，语义摘要视为失败：手动入口保留旧 checkpoint 并返回错误；自动入口在完整请求仍低于硬窗口时保留旧投影，已经硬超限时直接进入确定性 overflow 降级；overflow 入口同样进入确定性降级。
 
@@ -990,6 +990,7 @@ cargo build
 11. 普通压缩失败不会无声丢弃历史；只有 overflow 使用明确标记的整 Turn 降级。
 12. 运行时不存在第二套按 70%/90% 比例判断的旧压缩路径。
 13. 摘要输入上限从当前模型窗口推导，超大历史通过 request-local 有界转录进入一次摘要调用，不因固定上限拒绝压缩。
+14. 主 Agent 与具名 Agent 都先以 Model 配置或 128K 默认值确定硬上限，再与可选 Agent 上限取最小值。
 
 ## 22. 最终取舍
 

resources/skills/about-picobot/assets/config.example.json

@@ -23,7 +23,8 @@
         "qwen-plus": {
             "model_id": "qwen-plus",
             "temperature": 0.0,
-            "max_tokens": 8192
+            "max_tokens": 8192,
+            "token_limit": 128000
         },
         "gpt-4o": {
             "model_id": "gpt-4o",
@@ -42,8 +43,7 @@
         "default": {
             "provider": "aliyun",
             "model": "qwen-plus",
-            "max_tool_iterations": 99,
-            "token_limit": 128000
+            "max_tool_iterations": 99
         }
     },
     "context_compaction": {

resources/skills/about-picobot/references/architecture.md

@@ -77,7 +77,7 @@ Scheduler → SessionManager.handle_cron_message → AgentLoop → send_message
 
 ## 上下文压缩
 
-`messages` 是 append-only 原始日志，压缩不会改写消息、工具结果、ID 或 seq。每个 session 最多有一个活动 `ContextCheckpoint`；Provider 历史确定为“一条累计摘要 + `seq >= first_retained_seq` 的原始尾部”。自动压缩使用 `context_tokens > context_window - effective_reserve`，默认 reserve 16,384、近期原样保留 20,000 tokens；小窗口会自适应缩小两者。摘要输入预算由当前模型 `token_limit` 扣除摘要输出、提示词和安全余量得到；超大历史生成 checkpoint 加最新材料优先的有界 request-local 转录，不受固定 32K 上限约束。`/compact`、自动入口和首次 overflow 复用同一压缩编排和 checkpoint 原子提交路径，每次最多一次摘要调用。真实 Provider overflow 或换模后发送前已检测到的硬超限，能在摘要不可用时生成明确标记的确定性降级 checkpoint，并且正式 Provider 请求只重试一次。工具已经执行后若发生 overflow，只在同一个 AgentLoop 中保留本 Turn 工具链、裁掉旧完整 Turn 的请求副本并重试当前模型步骤一次，不从 durable history 重跑工具。
+`messages` 是 append-only 原始日志，压缩不会改写消息、工具结果、ID 或 seq。每个 session 最多有一个活动 `ContextCheckpoint`；Provider 历史确定为“一条累计摘要 + `seq >= first_retained_seq` 的原始尾部”。Model `token_limit` 是上下文硬上限，缺失时默认 128K；可选 Agent `token_limit` 只能收紧它，有效窗口取二者最小值。自动压缩使用 `context_tokens > context_window - effective_reserve`，默认 reserve 16,384、近期原样保留 20,000 tokens；小窗口会自适应缩小两者。摘要输入预算由有效窗口扣除摘要输出、提示词和安全余量得到；超大历史生成 checkpoint 加最新材料优先的有界 request-local 转录，不受固定 32K 上限约束。`/compact`、自动入口和首次 overflow 复用同一压缩编排和 checkpoint 原子提交路径，每次最多一次摘要调用。真实 Provider overflow 或换模后发送前已检测到的硬超限，能在摘要不可用时生成明确标记的确定性降级 checkpoint，并且正式 Provider 请求只重试一次。工具已经执行后若发生 overflow，只在同一个 AgentLoop 中保留本 Turn 工具链、裁掉旧完整 Turn 的请求副本并重试当前模型步骤一次，不从 durable history 重跑工具。
 
 ## Skill 系统
 

resources/skills/about-picobot/references/config.md

@@ -42,6 +42,7 @@ Gateway WebUI 的“配置”页可以编辑实际加载的配置文件。读取
 | `model_id` | 模型标识名称 |
 | `temperature` | 采样温度，可选 |
 | `max_tokens` | 最大输出 token 数，可选 |
+| `token_limit` | 模型上下文窗口硬上限，可选；未配置时默认为 128000，Agent 只能进一步收紧 |
 | `input_type` | 模型支持的输入类型，如 `["text"]` 或 `["text", "image"]`，默认 `["text"]`. 纯内部使用，不会传递给 LLM API |
 
 ## agents 字段
@@ -51,7 +52,7 @@ Gateway WebUI 的“配置”页可以编辑实际加载的配置文件。读取
 | `provider` | string | - | 提供商名称（对应 providers key） |
 | `model` | string | - | 模型名称（对应 models key） |
 | `max_tool_iterations` | int | 99 | 最大工具调用轮数 |
-| `token_limit` | int | 128000 | 上下文 token 限制 |
+| `token_limit` | int | 使用模型上限 | 可选的 Agent 上限；有效窗口取 Agent 与模型（模型未配置时为 128000）的最小值 |
 
 ## context_compaction 字段
 

resources/skills/about-picobot/references/faq.md

@@ -50,7 +50,7 @@ Skill 安装后默认启用，可在 WebUI「工具 → Skills」页用开关禁
 
 ## Q: 上下文压缩是什么意思？
 
-对话接近模型 token 限制时，PicoBot 用一份累计 checkpoint 摘要替代 Provider 上下文中的旧前缀，并原样保留近期消息尾部。原始消息和工具结果仍永久保存在聊天历史/SQLite 中，只是不再永久占用模型上下文；语义摘要还可通过 `timeline_recall` 检索。自动阈值采用窗口减 reserve 的机制，摘要输入按当前模型窗口动态限制而非固定 32K；换成更小模型后若历史已经超限，会在首次普通模型请求前压缩或明确降级。`/compact` 可在阈值前手动强制执行。
+对话接近模型 token 限制时，PicoBot 用一份累计 checkpoint 摘要替代 Provider 上下文中的旧前缀，并原样保留近期消息尾部。原始消息和工具结果仍永久保存在聊天历史/SQLite 中，只是不再永久占用模型上下文；语义摘要还可通过 `timeline_recall` 检索。Model 的 `token_limit` 是窗口硬上限，未配置时为 128K；Agent 的可选 `token_limit` 只能收紧它，两者都有时取最小值。自动阈值采用窗口减 reserve 的机制，摘要输入按有效窗口动态限制而非固定 32K；换成更小模型后若历史已经超限，会在首次普通模型请求前压缩或明确降级。`/compact` 可在阈值前手动强制执行。
 
 ## Q: 如何修改 gateway 监听端口？
 

resources/templates/config.example.json

@@ -23,7 +23,8 @@
         "qwen-plus": {
             "model_id": "qwen-plus",
             "temperature": 0.0,
-            "max_tokens": 8192
+            "max_tokens": 8192,
+            "token_limit": 128000
         },
         "gpt-4o": {
             "model_id": "gpt-4o",
@@ -42,8 +43,7 @@
         "default": {
             "provider": "aliyun",
             "model": "qwen-plus",
-            "max_tool_iterations": 99,
-            "token_limit": 128000
+            "max_tool_iterations": 99
         }
     },
     "context_compaction": {

src/agent/catalog.rs

@@ -4,6 +4,7 @@ use std::sync::Arc;
 
 use crate::config::{
     AgentOrchestrationConfig, LLMProviderConfig, ModelConfig, ProviderConfig, expand_path,
+    resolve_token_limit,
 };
 use crate::skills::SkillsLoader;
 use crate::tools::ToolRegistry;
@@ -427,7 +428,7 @@ fn resolve_provider(
             max_tokens: model.max_tokens,
             model_extra: model.extra.clone(),
             max_tool_iterations: spec.max_tool_iterations.unwrap_or(99),
-            token_limit: spec.token_limit.unwrap_or(128_000),
+            token_limit: resolve_token_limit(spec.token_limit, model.token_limit),
             workspace_dir: workspace_dir.to_path_buf(),
             input_types: model.input_type.clone(),
             price_input_per_million: None,
@@ -435,13 +436,14 @@ fn resolve_provider(
         });
     }
     let profile = spec.llm_profile.as_deref().unwrap_or_default();
-    provider_profiles
-        .get(profile)
-        .cloned()
-        .ok_or_else(|| AgentCatalogError::UnknownProfile {
+    let mut resolved = provider_profiles.get(profile).cloned().ok_or_else(|| {
+        AgentCatalogError::UnknownProfile {
             agent: spec.id.clone(),
             profile: profile.to_string(),
-        })
+        }
+    })?;
+    resolved.token_limit = resolve_token_limit(spec.token_limit, Some(resolved.token_limit));
+    Ok(resolved)
 }
 
 fn validate_definition_tools(
@@ -639,6 +641,150 @@ mod tests {
         assert_eq!(catalog.runtime_generation(), 7);
     }
 
+    #[test]
+    fn inline_agent_context_window_uses_agent_model_minimum_then_default() {
+        let providers = HashMap::from([(
+            "provider".to_string(),
+            ProviderConfig {
+                provider_type: "openai".to_string(),
+                base_url: "https://example.invalid/v1".to_string(),
+                api_key: "test".to_string(),
+                extra_headers: HashMap::new(),
+            },
+        )]);
+        let mut models = HashMap::from([(
+            "model".to_string(),
+            ModelConfig {
+                model_id: "model-id".to_string(),
+                temperature: None,
+                max_tokens: None,
+                token_limit: Some(64_000),
+                input_type: vec!["text".to_string()],
+                extra: HashMap::new(),
+            },
+        )]);
+        let mut spec = ProviderSpec {
+            id: "inline".to_string(),
+            llm_profile: None,
+            provider: Some("provider".to_string()),
+            model: Some("model".to_string()),
+            token_limit: None,
+            max_tool_iterations: None,
+            enabled: true,
+        };
+
+        assert_eq!(
+            resolve_provider(
+                &spec,
+                &HashMap::new(),
+                &providers,
+                &models,
+                Path::new("/tmp")
+            )
+            .unwrap()
+            .token_limit,
+            64_000
+        );
+
+        spec.token_limit = Some(32_000);
+        assert_eq!(
+            resolve_provider(
+                &spec,
+                &HashMap::new(),
+                &providers,
+                &models,
+                Path::new("/tmp")
+            )
+            .unwrap()
+            .token_limit,
+            32_000
+        );
+
+        spec.token_limit = Some(128_000);
+        assert_eq!(
+            resolve_provider(
+                &spec,
+                &HashMap::new(),
+                &providers,
+                &models,
+                Path::new("/tmp")
+            )
+            .unwrap()
+            .token_limit,
+            64_000
+        );
+
+        spec.token_limit = None;
+        models.get_mut("model").unwrap().token_limit = None;
+        assert_eq!(
+            resolve_provider(
+                &spec,
+                &HashMap::new(),
+                &providers,
+                &models,
+                Path::new("/tmp")
+            )
+            .unwrap()
+            .token_limit,
+            128_000
+        );
+    }
+
+    #[test]
+    fn profile_agent_context_window_can_only_narrow_resolved_profile() {
+        let profiles = HashMap::from([("profile".to_string(), provider())]);
+        let mut spec = ProviderSpec {
+            id: "profile-agent".to_string(),
+            llm_profile: Some("profile".to_string()),
+            provider: None,
+            model: None,
+            token_limit: None,
+            max_tool_iterations: None,
+            enabled: true,
+        };
+
+        assert_eq!(
+            resolve_provider(
+                &spec,
+                &profiles,
+                &HashMap::new(),
+                &HashMap::new(),
+                Path::new("/tmp")
+            )
+            .unwrap()
+            .token_limit,
+            4_096
+        );
+
+        spec.token_limit = Some(2_048);
+        assert_eq!(
+            resolve_provider(
+                &spec,
+                &profiles,
+                &HashMap::new(),
+                &HashMap::new(),
+                Path::new("/tmp")
+            )
+            .unwrap()
+            .token_limit,
+            2_048
+        );
+
+        spec.token_limit = Some(8_192);
+        assert_eq!(
+            resolve_provider(
+                &spec,
+                &profiles,
+                &HashMap::new(),
+                &HashMap::new(),
+                Path::new("/tmp")
+            )
+            .unwrap()
+            .token_limit,
+            4_096
+        );
+    }
+
     #[test]
     fn delegation_semantics_default_empty_any_and_list() {
         let root = tempfile::tempdir().unwrap();

src/config/mod.rs

@@ -159,6 +159,9 @@ pub struct ModelConfig {
     pub temperature: Option<f32>,
     #[serde(default)]
     pub max_tokens: Option<u32>,
+    /// Model context-window capacity. Agent profiles may narrow it.
+    #[serde(default, skip_serializing_if = "Option::is_none")]
+    pub token_limit: Option<usize>,
     #[serde(default = "default_input_type")]
     pub input_type: Vec<String>,
     #[serde(flatten)]
@@ -175,8 +178,10 @@ pub struct AgentConfig {
     pub model: String,
     #[serde(default = "default_max_tool_iterations")]
     pub max_tool_iterations: usize,
-    #[serde(default = "default_token_limit")]
-    pub token_limit: usize,
+    /// Optional per-Agent context-window cap. It may narrow but never expand
+    /// the selected model's limit; a missing model limit falls back to 128K.
+    #[serde(default, skip_serializing_if = "Option::is_none")]
+    pub token_limit: Option<usize>,
 }
 
 fn default_max_tool_iterations() -> usize {
@@ -187,6 +192,17 @@ fn default_token_limit() -> usize {
     128_000
 }
 
+/// Resolve the effective context window. Agent values are optional caps: they
+/// may narrow a model window but can never expand it. A missing model window
+/// is the product's conservative 128K default.
+pub(crate) fn resolve_token_limit(
+    agent_token_limit: Option<usize>,
+    model_token_limit: Option<usize>,
+) -> usize {
+    let model_token_limit = model_token_limit.unwrap_or_else(default_token_limit);
+    agent_token_limit.map_or(model_token_limit, |agent| agent.min(model_token_limit))
+}
+
 #[derive(Debug, Clone, Deserialize, Serialize)]
 #[serde(default, deny_unknown_fields)]
 pub struct ContextCompactionConfig {
@@ -915,7 +931,7 @@ impl Config {
             max_tokens: model.max_tokens,
             model_extra: model.extra.clone(),
             max_tool_iterations: agent.max_tool_iterations,
-            token_limit: agent.token_limit,
+            token_limit: resolve_token_limit(agent.token_limit, model.token_limit),
             workspace_dir: expand_path(&self.workspace_dir),
             input_types: model.input_type.clone(),
             price_input_per_million: None,
@@ -1193,6 +1209,38 @@ mod tests {
         assert_eq!(provider_config.name, "aliyun");
         assert_eq!(provider_config.model_id, "qwen-plus");
         assert_eq!(provider_config.temperature, Some(0.0));
+        assert_eq!(provider_config.token_limit, 128_000);
+    }
+
+    #[test]
+    fn context_window_uses_agent_model_minimum_then_128k_default() {
+        let file = write_test_config();
+        let mut config = Config::load(file.path().to_str().unwrap()).unwrap();
+
+        config.models.get_mut("qwen-plus").unwrap().token_limit = Some(64_000);
+        assert_eq!(
+            config.get_provider_config("default").unwrap().token_limit,
+            64_000
+        );
+
+        config.agents.get_mut("default").unwrap().token_limit = Some(32_000);
+        assert_eq!(
+            config.get_provider_config("default").unwrap().token_limit,
+            32_000
+        );
+
+        config.agents.get_mut("default").unwrap().token_limit = Some(128_000);
+        assert_eq!(
+            config.get_provider_config("default").unwrap().token_limit,
+            64_000
+        );
+
+        config.agents.get_mut("default").unwrap().token_limit = None;
+        config.models.get_mut("qwen-plus").unwrap().token_limit = None;
+        assert_eq!(
+            config.get_provider_config("default").unwrap().token_limit,
+            128_000
+        );
     }
 
     #[test]

src/gateway/http.rs

@@ -1013,7 +1013,13 @@ pub async fn get_agent_options(
         .config
         .models
         .iter()
-        .map(|(name, model)| json!({ "name": name, "model_id": model.model_id }))
+        .map(|(name, model)| {
+            json!({
+                "name": name,
+                "model_id": model.model_id,
+                "token_limit": model.token_limit,
+            })
+        })
         .collect();
     let registry = state.session_manager.tools();
     let mut tools: Vec<Value> = registry

webui/package-lock.json

@@ -1,12 +1,12 @@
 {
   "name": "picobot-webui",
-  "version": "1.19.0",
+  "version": "1.20.0",
   "lockfileVersion": 3,
   "requires": true,
   "packages": {
     "": {
       "name": "picobot-webui",
-      "version": "1.19.0",
+      "version": "1.20.0",
       "dependencies": {
         "bits-ui": "^2.0.0",
         "dompurify": "^3.4.12",

webui/package.json

@@ -1,7 +1,7 @@
 {
   "name": "picobot-webui",
   "private": true,
-  "version": "1.19.0",
+  "version": "1.20.0",
   "type": "module",
   "engines": {
     "node": ">=20"

webui/src/lib/components/SubAgentDefinitions.svelte

@@ -338,13 +338,13 @@
           <label>Model
             <select bind:value={editing.model}>
               <option value="">（选择）</option>
-              {#each options.models as m (m.name)}<option value={m.name}>{m.name}</option>{/each}
+              {#each options.models as m (m.name)}<option value={m.name}>{m.name}{m.token_limit ? ` · ${m.token_limit} tokens` : " · 默认 128K"}</option>{/each}
             </select>
           </label>
         </div>
         <div class="form-row">
-          <label>token_limit
-            <input type="number" bind:value={editing.token_limit} placeholder="128000" />
+          <label>token_limit（可选上限）
+            <input type="number" bind:value={editing.token_limit} placeholder="留空使用模型；不能超过模型上限" />
           </label>
           <label>max_tool_iterations
             <input type="number" bind:value={editing.max_tool_iterations} placeholder="99" />