快速开始
-
选模型
上下文上限来自模型列表。
-
填四段文本
查看合计、剩余与占用率。
上下文预算规划
将 system、tools、history、user 四段分别估算 Token，对照所选模型上下文上限。设计 Agent 对话结构时更直观。
阅读完整指南: RAG 分块优化指南：如何平衡嵌入维度与上下文预算 →
隐私提示：本地解析，不上传服务器。
↓ 在下方输入区粘贴内容，结果会立即显示
按 system / tools / history / user 四段估算 Token 占用与剩余窗口。
System
Tools
History
User
System
7
Tools
0
History
0
User
5
合计 Token
12
剩余
127988
占用率
0.0%
注释说明
与上下文检查的区别
本工具按对话槽位拆分预算; 上下文检查器对整段文本按模型窗口对比。均为启发式估算。
将 system、tools、history、user 四段分别估算 Token，对照所选模型上下文上限。设计 Agent 对话结构时更直观。
槽位含义
System 为系统提示; Tools 为 function 定义; History 为过往消息; User 为当前用户输入。
典型工作流
当设计AI对话代理时，首先在工具中选择目标模型（如GPT-4）。系统会自动显示该模型的上下文窗口上限。接着分别在system、tools、history和user四个槽位输入内容，实时查看各部分的token占用比例。通过调整提示词长度，确保总token不超过限制，同时为后续对话预留空间。
例如开发客服机器人时，在system槽位写入角色定义（50 token），tools槽位添加API描述（200 token），测试对话历史占用300 token，最后为用户输入预留500 token。工具会以彩色进度条直观展示占比，当总token接近上限时会触发警告，这时就需要精简tools描述或缩短历史记录。
示例
示例
Input
gpt-4o-mini + 4 slots
Output
Per-slot tokens + remaining
FAQ
和上下文检查器一样吗？
检查器对整段文本; 本工具按槽位拆分，适合规划多轮对话结构。
为什么user槽位需要单独预留token？
用户输入长度不可控，提前预留可避免超限。例如GPT-4-32k模型总上限32768 token，若其他部分占用32000 token，用户就只能发送768 token的内容。建议至少预留15-20%空间给用户输入和AI回复，复杂场景需留更多。