最近在折腾一个方向： 把网页端 AI 和本地开发环境打通 。我有个网站，因为有些顶级模型只能在网页端免费使用（比如 GPT6 、Fable5 ），所以我写了一个 VS Code 插件，通过 MCP 让网页里的 AI 可以直接操作本地项目。
目前已经能做到： 读取本地项目文件 修改代码 运行任务 调用 MCP 使用 Skills 让网页 AI 直接参与本地开发流程 这部分基本已经跑通了，实际用起来也比较顺。但最近有一个问题一直没想明白。
我发现有些网页端 AI 的同一个会话可以连续使用很多天。比如前几天聊过的内容，过了很久以后继续聊，它似乎还是能接得上之前的上下文。
按我的理解，模型本身应该还是会受到 Context Window 限制，不太可能每次请求都把几天甚至更久的完整聊天记录重新塞进去。所以比较好奇： 这类网页 AI 的长会话 / 长期记忆，一般到底是怎么实现的？
我目前能想到的方案有： 历史消息滚动摘要 最近 N 轮对话 + 历史摘要 向量数据库 / RAG 按需找回旧消息 服务端单独维护长期 Memory 根据当前问题动态压缩、重组历史上下文 但如果是代码项目场景，我感觉这里还有个问题： 如果不断做摘要，时间长了以后，一些关键的代码细节、文件关系、之前做过的技术决策，会不会逐渐丢失？尤其是这种： 网页 AI ↓ MCP ↓ VS Code ↓ 本地项目 AI 可能需要持续记住： 项目目录结构 各模块职责 之前修改过哪些代码 做过哪些架构决策 用户的一些长期开发习惯 当前项目进行到哪个阶段 所以想请教一下做过类似系统的大佬： 长会话一般是怎么做上下文管理的？
如果是面向代码项目的 AI Agent ，大家更倾向于： 摘要 RAG Memory 项目状态持久化 还是几种方案混合？感觉这个问题比单纯把 MCP 接通更有意思。
求大佬指点一下。