RikkaHub Token 消耗与长对话 · 上下文窗口管理

Token 是什么

Token 是大模型处理文本的最小单位。1 个中文汉字通常是 1-3 个 token，1 个英文单词通常是 1-2 个 token。每一轮对话消耗的 Token 包括：

Token 消耗越来越大的原因

每轮对话，所有历史消息都会重新发送给模型。所以：

• 第 1 轮：只有 1 条用户消息 + 1 条助手回复
• 第 10 轮：10 条用户 + 10 条助手 = 20 条消息
• 第 50 轮：100 条消息

这就是为什么"长对话比短对话贵得多"。

降低消耗的策略

策略 1：辅助任务用便宜模型（已在「多提供商」章节提及）

策略 2：减小 contextMessageSize

助手设置 → 上下文 → contextMessageSize：

设为较小值可以显著降低长对话的消耗。但模型会丢失更早的对话上下文——你需要在"成本"和"连续性"之间取舍。

策略 3：定期开新对话

与其在一个对话里聊 100 轮，不如主题切换时开新对话。优点：

• 上下文干净，模型质量可能更好
• Token 不会无限累积
• 方便后续整理不同主题的对话

策略 4：精简系统提示词和注入

• 系统提示词里删掉废话，只保留真正需要的指令
• 定期清理过时的模式注入、知识库条目、记忆条目
• 不要启用太多技能（每个技能都会注入指令）

策略 5：关闭不必要的功能

• 记忆：如果不跨对话，关掉可以避免额外 Token 消耗
• 思考内容显示：某些模型的思维链也会消耗 Token
• 网页搜索：不需要实时信息时别开

策略 6：选择合适的搜索结果数量

网页搜索 / Custom JS 搜索里的"结果数量"设为 3-5 条即可，太多搜索结果也会注入上下文。

怎么监控 Token 消耗

打开历史抽屉 → 图表图标进入统计页面（详见「聊天深度使用 → 统计页面与 Token 用量」）。你能看到：

• 输入 Token / 输出 Token / 总 Token 每日明细
• 按模型划分的用量（哪些模型最"烧钱"一目了然）
• 每周活跃度热力图

定期看统计页面，能发现你最常用的模型、对话通常多长、哪些功能消耗最多。

上下文窗口的限制

每个模型有不同的上下文窗口大小：

当对话总 Token 接近上下文窗口时：

• 模型可能开始"遗忘"更早的内容
• 继续加内容 → 上下文超限错误

如果你遇到超限错误：

• 开新对话重新开始
• 或把 contextMessageSize 设小
• 或换一个更大窗口的模型

实际场景的 Token 估算

省钱 vs 质量的平衡

RikkaHub 给了你灵活的选项——从"极致省钱"到"极致质量"：

• 极致省钱：所有功能用最便宜的模型、小 contextMessageSize、短对话
• 极致质量：对话用最强模型、完整历史、长窗口模型
• 合理平衡：对话用强模型、辅助任务用便宜模型、contextMessageSize 适中、定期开新对话

总结