feat: v0.3.18 上下文压缩机制修复 + MCP 工具就绪竞态修复 + 记忆系统加固

【上下文压缩机制修复】
- engine.ts 新增 lastRealInputTokens 记录 LLM 返回的真实输入 token，压缩判断取 max(估算值, 真实值)，避免估算偏低导致不压缩但 API 413
- 修复 effectiveContextWindow 缺少默认值导致 compressionThreshold 变 NaN、压缩永不触发的 bug（添加 ?? 128_000 兜底）
- compressMessages 保留区从固定 10 条改为按 token 预算动态截断（50% 上下文窗口）
- 二次截断 charsPerToken 从 2 调整为 1.0，与 CJK_TOKEN_RATIO 一致
- 压缩后重置 lastRealInputTokens，避免跨迭代污染
- 每个 run 开始时重置 lastRealInputTokens

【前端 Token 显示修复】
- 区分"累计消耗"和"上下文占用"语义——之前 totalTokens(累计) / contextWindow(单次窗口) 得出无意义百分比
- TokenUsage.tsx 上下文占用改用 lastInputTokens，新增压缩节省行（绿色，仅当 > 0 时显示）
- agent-store.ts TokenUsage 接口新增 lastInputTokens 和 lastCompressedSaved 字段，4 处初始值统一更新
- useAgentStream.ts usage 事件 lastInputTokens 替换不累加，compressed 事件通过 streamEvent 接收 savedTokens
- handlers.ts onCompressed 同时发 toast + streamEvent，解决"压缩触发但前端 token 显示不降"缺陷
- 旧数据兼容使用 ?? 0，保证历史会话加载不崩溃

【MCP 工具就绪竞态修复】
- 修复输入框永久显示"工具加载中"的竞态条件：MCP initialize 几乎立即 resolve（connectServer 不 await），tools:ready 事件在前端监听器注册前已发出
- main.ts 维护 toolsReady 标志 + 注册 tools:isReady IPC handler 查询当前状态
- preload.ts 暴露 tools.isReady() 方法
- App.tsx 注册 onReady 监听器后立即查询 isReady()，无论事件是否错过都能恢复正确状态

【记忆系统加固】
- consolidator.ts 新增 runningPromise + waitForCompletion(35s)，before-quit 等待固化完成，防止退出时异步 consolidate 数据丢失
- 固化到 MEMORY.md 的同时写入 semantic_memories 表，解决双轨存储无交叉验证问题
- manager.ts tokenize 按中英文标点切分子句后再做 bigram，优化中文分词
- 清理正则冗余括号

【SOUL.md 降级处理】
- context-builder.ts SOUL.md 为空或不存在时降级到默认身份，向前端发 toast 提示用户
- 新增 fallbackRoleNotified 去重标志，仅首次降级通知，避免每次发消息都弹 toast
- SOUL.md 恢复内容时重置标志

【Token 估算调整】
- token-estimator.ts CJK_TOKEN_RATIO 从 1.5 调整为 1.0

【MCP 异步初始化】
- main.ts MCP 完成后广播 tools:ready 事件，前端 UI 据以控制输入框可用性
- preload.ts + global.d.ts 暴露 tools.onReady() 监听器
- App.tsx + ChatInput.tsx toolsReady 状态控制输入框

【版本号】
- package.json + package-lock.json 从 0.3.16 升级到 0.3.18

electron/harness/agent-loop/engine.ts

@@ -81,6 +81,13 @@ export class AgentLoopEngine extends EventEmitter {
   private workspacePath: string = '';
   private abortController: AbortController | null = null;
   private eventSeq = 0;
+  /**
+   * v0.3.18 修复: 最近一次 LLM 调用返回的真实输入 token 数
+   * 用于校正压缩判断——估算值可能偏低（尤其中文场景），
+   * 导致估算没到阈值不压缩，但真实 API 调用已经 413。
+   * 压缩判断时取 max(估算值, 真实值) 作为实际占用。
+   */
+  private lastRealInputTokens = 0;
   /** 当前 run 的唯一标识（用于前端过滤旧流事件） */
   private runId: string = '';
   /** 正在进行的 run Promise（用于 run lock，防止并发 run 污染状态） */
@@ -192,6 +199,8 @@ export class AgentLoopEngine extends EventEmitter {
     this.currentIteration = 0;
     this.currentSessionId = sessionId;
     this.totalTokens = { promptTokens: 0, completionTokens: 0, totalTokens: 0 };
+    // v0.3.18 修复: 每个 run 重置 lastRealInputTokens，避免跨 run 污染
+    this.lastRealInputTokens = 0;
     this.abortController = new AbortController();
     // C-2 修复: 将 abortController 的 signal 注入到 adapter，
     // 使正在进行的 fetch 可被用户中断，避免资源泄漏
@@ -485,6 +494,12 @@ export class AgentLoopEngine extends EventEmitter {
                 completionTokens: event.usage.outputTokens ?? 0,
                 totalTokens: event.usage.totalTokens ?? 0,
               };
+              // v0.3.18 修复: 记录最近一次 LLM 调用的真实输入 token，用于校正压缩判断
+              // 估算值可能偏低（尤其中文场景），导致不压缩但 API 413
+              const realInput = event.usage.inputTokens ?? 0;
+              if (realInput > 0) {
+                this.lastRealInputTokens = realInput;
+              }
             }
             break;
 
@@ -597,18 +612,28 @@ export class AgentLoopEngine extends EventEmitter {
 
       // === 上下文压缩（基于 token 使用率触发） ===
       // 有效上下文窗口：Ollama 使用 contextLength (numCtx)，其他 Provider 使用 contextWindow
-      const effectiveContextWindow = this.config.contextLength ?? this.config.contextWindow;
+      // v0.3.18 修复: 加默认值 128_000 保护，避免 config 都为 undefined 时 compressionThreshold 变 NaN 导致压缩永不触发
+      const effectiveContextWindow = this.config.contextLength ?? this.config.contextWindow ?? 128_000;
       const estimatedTokens = this.estimateMessagesTokens(request.messages);
+      // v0.3.18 修复: 取 max(估算值, 真实值) 作为实际占用，避免估算偏低导致不压缩但 API 413
+      // 估算值用于 LLM 尚未返回 usage 时的早期判断（首轮或重试场景）
+      // 真实值用于校正——LLM 返回的 inputTokens 是 BPE 真实分词结果，比字符估算准确
+      const actualTokens = Math.max(estimatedTokens, this.lastRealInputTokens);
       const compressionThreshold = this.config.compressionThreshold * effectiveContextWindow;
-      if (estimatedTokens > compressionThreshold && request.messages.length > 10) {
+      // v0.3.18 修复: 触发条件从"消息数 > 10"改为"消息数 >= 4"
+      // 新压缩策略按 token 预算动态截断，不再依赖固定 10 条。
+      // 至少 4 条消息（2 轮 user+assistant）才有压缩意义，否则保留区已是最小。
+      if (actualTokens > compressionThreshold && request.messages.length >= 4) {
         await this.transitionTo(AgentLoopState.COMPRESSING);
         const compressed = await this.compressMessages(request.messages);
         if (compressed) {
           // 原地替换数组内容，确保外层 messages 引用同步更新
           request.messages.splice(0, request.messages.length, ...compressed);
+          // v0.3.18 修复: 压缩后重置 lastRealInputTokens，下一轮 LLM 调用会返回新的（更小的）真实值
+          this.lastRealInputTokens = 0;
           this.emit('compressed', {
             iteration: this.currentIteration,
-            originalTokens: estimatedTokens,
+            originalTokens: actualTokens,
             compressedTokens: this.estimateMessagesTokens(compressed),
           });
         }
@@ -961,7 +986,8 @@ export class AgentLoopEngine extends EventEmitter {
 
   /**
    * 估算消息列表的 token 数
-   * 使用智能字符估算：中文 1.5 token/字，ASCII 0.25 token/字，其他 1 token/字
+   * 使用智能字符估算：中文 1.0 token/字，ASCII 0.25 token/字，其他 1 token/字
+   * v0.3.18: CJK 系数从 1.5 调整为 1.0，更贴近 BPE 实际值
    * @see electron/harness/utils/token-estimator.ts
    */
   private estimateMessagesTokens(messages: MetonaMessage[]): number {
@@ -1022,21 +1048,48 @@ export class AgentLoopEngine extends EventEmitter {
   }
 
   /**
-   * 上下文压缩 — 将旧消息摘要为一条 system 消息，保留最近 3 轮完整对话
+   * 上下文压缩 — 将旧消息摘要为一条 assistant 消息，保留近期完整对话
+   *
+   * v0.3.18 修复: 保留策略从"固定 10 条"改为"按 token 预算动态截断"
+   * 之前固定保留最近 10 条，若 10 条里有超长 tool_result（如 read_file 读了 5000 行），
+   * 压缩后仍超 token 限制，下一轮 LLM 调用会返回 413。
+   * 现在按 effectiveContextWindow 的 50% 预算从末尾反向累加消息，
+   * 直到预算用尽或只剩 1 条可压缩消息。
    *
    * 策略：
-   * 1. 保留最后 keepRecent 条消息（约 3 轮对话）
-   * 2. 将前面的所有消息交给 LLM 生成摘要
-   * 3. 用 [Context Summary] system 消息 + 近期消息替换原数组
+   * 1. 计算 keepBudget = effectiveContextWindow * 0.5（保留区预算）
+   * 2. 从末尾反向累加消息到 toKeep，直到累加 token 超过 keepBudget
+   * 3. 将前面的所有消息交给 LLM 生成摘要
+   * 4. 用 [Context Summary] assistant 消息 + 占位 user + 近期消息替换原数组
+   * 5. 若单条消息超 keepBudget（超长 tool_result），单独二次截断
    *
    * @returns 压缩后的消息数组，压缩失败时返回 null（调用方保持原数组）
    */
   private async compressMessages(messages: MetonaMessage[]): Promise<MetonaMessage[] | null> {
-    const keepRecent = 10; // 保留最近 10 条消息（约 3 轮 user+assistant+tool）
-    if (messages.length <= keepRecent) return null;
+    // v0.3.18 修复: 动态计算保留预算，避免固定 10 条在超长消息场景仍超限
+    // 加默认值 128_000 保护，避免 config 都为 undefined 时 keepBudget 变 NaN
+    const effectiveContextWindow = this.config.contextLength ?? this.config.contextWindow ?? 128_000;
+    const keepBudget = Math.floor(effectiveContextWindow * 0.5); // 保留区占上下文窗口 50%
+    const minKeepCount = 2; // 至少保留最后 2 条（user + assistant），保证有可推理上下文
 
-    let toCompress = messages.slice(0, messages.length - keepRecent);
-    let toKeep = messages.slice(messages.length - keepRecent);
+    // 从末尾反向累加，确定 toKeep 范围
+    let keepStartIdx = messages.length;
+    let keepTokens = 0;
+    for (let i = messages.length - 1; i >= 0; i--) {
+      const msgTokens = this.estimateMessagesTokens([messages[i]]);
+      if (keepTokens + msgTokens > keepBudget && i < messages.length - minKeepCount) {
+        break;
+      }
+      keepTokens += msgTokens;
+      keepStartIdx = i;
+    }
+
+    // 至少保留 minKeepCount 条，且至少要有 1 条可压缩
+    if (keepStartIdx < minKeepCount) keepStartIdx = minKeepCount;
+    if (keepStartIdx >= messages.length) return null;
+
+    let toCompress = messages.slice(0, keepStartIdx);
+    let toKeep = messages.slice(keepStartIdx);
 
     // MT-3 修复: 确保 toKeep 不以孤立的 tool 消息开头
     // OpenAI/DeepSeek API 要求 tool 消息前必须有带 tool_calls 的 assistant 消息
@@ -1118,7 +1171,31 @@ export class AgentLoopEngine extends EventEmitter {
         timestamp: Date.now(),
       };
 
-      log.info(`[AgentLoop] Context compressed: ${toCompress.length} messages → 1 summary, kept ${toKeep.length} recent`);
+      // v0.3.18 修复: 若 toKeep 中仍有单条消息超 keepBudget，对其做二次截断
+      // 超长 tool_result（如 read_file 5000 行）即使保留也会撑爆上下文
+      const finalKeep = toKeep.map((msg) => {
+        const msgTokens = this.estimateMessagesTokens([msg]);
+        if (msgTokens > keepBudget && msg.content) {
+          // 截断内容，保留头部和尾部，中间用省略标记
+          const halfBudget = Math.floor(keepBudget / 2);
+          // v0.3.18 修复: charsPerToken 从 2 调整为 1.0（与 CJK_TOKEN_RATIO 一致）
+          // 原值 2 对中文偏激进（2 字符/token），实际中文约 1 字符/token，
+          // 导致截断后保留字符过多，实际 token 仍超 keepBudget
+          const charsPerToken = 1.0;
+          const keepChars = Math.floor(halfBudget * charsPerToken);
+          if (msg.content.length > keepChars * 2) {
+            const head = msg.content.slice(0, keepChars);
+            const tail = msg.content.slice(-keepChars);
+            return {
+              ...msg,
+              content: `${head}\n\n... [truncated, ${msgTokens} tokens] ...\n\n${tail}`,
+            };
+          }
+        }
+        return msg;
+      });
+
+      log.info(`[AgentLoop] Context compressed: ${toCompress.length} messages → 1 summary, kept ${finalKeep.length} recent (${keepTokens} tokens budget)`);
 
       // 审查修复: #30 修复将摘要改为 assistant 角色，可能导致连续两个 assistant 消息
       // (summary + 带 tool_calls 的 assistant)，部分 Provider 会返回 400。
@@ -1127,7 +1204,7 @@ export class AgentLoopEngine extends EventEmitter {
         summaryMessage,
         // 审查修复: 插入占位 user 消息避免连续 assistant 消息
         { role: 'user', content: '[Continue from the summary above.]', timestamp: Date.now() },
-        ...toKeep,
+        ...finalKeep,
       ];
     } catch (error) {
       log.warn('[AgentLoop] Context compression failed, keeping original messages:', (error as Error).message);