Version: 0.4.6.dev.260307

feat: 🎯 新增 Token 估算与裁剪工具

* 在 `backend/pkg/token_budget.go` 中新增 Token 估算与裁剪工具

  * 最大上下文 Token 数量设置为 224000，预留冗余 28000
  * 从最旧消息开始裁剪，直到历史 Token 数量低于预算
  * 根据裁剪后的历史消息数量动态计算 Redis 动态窗口大小

refactor: ♻️ 接入 Token 裁剪至 Service 主流程

* 在 `backend/service/agent.go` 中接入 Token 裁剪逻辑

  * 先从历史数据获取（缓存未命中则查询数据库）
  * 按 Token 预算裁剪历史消息，裁剪后再喂模型
  * 根据裁剪结果动态调整 Redis 会话窗口

refactor: ♻️ 改造 Redis 历史队列为会话级动态窗口

* 在 `backend/dao/agent-cache.go` 中新增 `SetSessionWindowSize` 与 `EnforceHistoryWindow`
* `PushMessage` 和 `BackfillHistory` 方法使用会话动态窗口，而非固定 20 条历史消息
* 默认窗口大小提升至 128，但会被会话动态窗口值覆盖

backend/service/agent.go

@@ -9,6 +9,7 @@ import (
 	"github.com/LoveLosita/smartflow/backend/conv"
 	"github.com/LoveLosita/smartflow/backend/dao"
 	"github.com/LoveLosita/smartflow/backend/inits"
+	"github.com/LoveLosita/smartflow/backend/pkg"
 	"github.com/cloudwego/eino-ext/components/model/ark"
 	"github.com/cloudwego/eino/schema"
 	"github.com/google/uuid"
@@ -82,7 +83,7 @@ func (s *AgentService) AgentChat(ctx context.Context, userMessage string, ifThin
 		}
 	}
 
-	// 4) 构建历史上下文
+	// 4) 组装历史上下文（先读缓存，缓存未命中再读数据库）
 	chatHistory, err := s.agentCache.GetHistory(ctx, chatID)
 	if err != nil {
 		errChan <- err
@@ -90,8 +91,11 @@ func (s *AgentService) AgentChat(ctx context.Context, userMessage string, ifThin
 		close(errChan)
 		return outChan, errChan
 	}
+
+	cacheMiss := false
 	if chatHistory == nil {
-		histories, err := s.repo.GetUserChatHistories(ctx, userID, 20, chatID)
+		cacheMiss = true
+		histories, err := s.repo.GetUserChatHistories(ctx, userID, pkg.HistoryFetchLimitByModel(resolvedModelName), chatID)
 		if err != nil {
 			errChan <- err
 			close(outChan)
@@ -99,7 +103,30 @@ func (s *AgentService) AgentChat(ctx context.Context, userMessage string, ifThin
 			return outChan, errChan
 		}
 		chatHistory = conv.ToEinoMessages(histories)
-		if err = s.agentCache.BackfillHistory(ctx, chatID, chatHistory); err != nil {
+	}
+
+	// 5) 按 token 预算裁剪历史：从最旧消息开始持续弹出，直到满足预算
+	historyBudget := pkg.HistoryTokenBudgetByModel(resolvedModelName, agent.SystemPrompt, userMessage)
+	trimmedHistory, totalHistoryTokens, keptHistoryTokens, droppedCount := pkg.TrimHistoryByTokenBudget(chatHistory, historyBudget)
+	chatHistory = trimmedHistory
+
+	// 6) 根据最新裁剪结果动态调整 Redis 会话窗口
+	targetWindow := pkg.CalcSessionWindowSize(len(chatHistory))
+	if err := s.agentCache.SetSessionWindowSize(ctx, chatID, targetWindow); err != nil {
+		log.Printf("failed to set history window for %s: %v", chatID, err)
+	}
+	if err := s.agentCache.EnforceHistoryWindow(ctx, chatID); err != nil {
+		log.Printf("failed to enforce history window for %s: %v", chatID, err)
+	}
+
+	if droppedCount > 0 {
+		log.Printf("agent history trimmed: chat=%s total_tokens=%d kept_tokens=%d dropped=%d budget=%d target_window=%d",
+			chatID, totalHistoryTokens, keptHistoryTokens, droppedCount, historyBudget, targetWindow)
+	}
+
+	// 缓存未命中时，把“裁剪后的历史”回填进缓存
+	if cacheMiss {
+		if err := s.agentCache.BackfillHistory(ctx, chatID, chatHistory); err != nil {
 			errChan <- err
 			close(outChan)
 			close(errChan)
@@ -107,7 +134,7 @@ func (s *AgentService) AgentChat(ctx context.Context, userMessage string, ifThin
 		}
 	}
 
-	// 5) 异步落用户消息
+	// 7) 异步落用户消息（先写缓存再写库）
 	go func() {
 		bg := context.Background()
 		_ = s.agentCache.PushMessage(bg, chatID, &schema.Message{
@@ -117,7 +144,7 @@ func (s *AgentService) AgentChat(ctx context.Context, userMessage string, ifThin
 		_ = s.repo.SaveChatHistory(bg, userID, chatID, "user", userMessage)
 	}()
 
-	// 6) 流式输出模型回复
+	// 8) 启动流式聊天
 	go func() {
 		defer close(outChan)
 
@@ -127,7 +154,7 @@ func (s *AgentService) AgentChat(ctx context.Context, userMessage string, ifThin
 			return
 		}
 
-		// 7) 异步落助手消息
+		// 9) 异步落助手回复
 		go func() {
 			bg := context.Background()
 			_ = s.agentCache.PushMessage(bg, chatID, &schema.Message{