明明没超上下文，怎么报 context length exceeded？

报错求助
1

环境： cherry-studio + claude-sonnet-5.5，长文
文档大概 18 万 token

报错全文：

{'error': {'message': "This model's maximum context length is 128000 tokens. However, your messages resulted in 135000 tokens.", 'type': 'invalid_request_error', 'code': 'context_length_exceeded'}}

{"type":"error","error":{"type":"invalid_request_error","message":"prompt is too long: 210000 tokens > 200000 maximum"}}

查了下资料，说最常见原因是「历史消息没裁剪，越聊越长」，但我这个场景……求大佬指点。

2

这个我们在报错百科里做过完整排查，直接给结论：

这次请求的 token 总数超过了模型窗口。 注意：输入 + 输出都算，输出还要预留 max_tokens。

修法（节选自百科，完整版见正文链接）：

1. 裁剪历史

只保留最近 N 轮 + 第一条（通常第一条最重要）。中间的丢掉或摘要。

def trim(messages, keep_first=1, keep_last=10):
    if len(messages) <= keep_first + keep_last:
        return messages
    return messages[:keep_first] + messages[-keep_last:]

2. 长文档先摘要

不要把整本书塞进去。先分块摘要，再把摘要喂给主模型。

完整排查文档（含全部概率排序和责任判定）：context_length_exceeded：上下文超长怎么解决 · 报错百科 · docai.cc
按这个改完基本就通了。还报错的话把你改后的完整报错贴上来，我再看。