Version: 0.9.20.dev.260415

后端：
1. 修复 query_available_slots section_from/section_to 错误覆盖 duration 并使用精确匹配而非范围包含
- 更新backend/newAgent/tools/schedule/read_filter_tools.go：移除 span = exactTo - exactFrom + 1 对 duration 的覆盖；matchSectionRange
  从精确匹配改为范围包含语义（slotStart < exactFrom || slotEnd > exactTo）
2. Execute 上下文窗口从硬编码裁剪改造为 80k token 动态预算 + LLM滚动压缩
- 基础设施层：AgentChat 新增 compaction 三个持久化字段，dao 新增 CRUD，Redis 新增缓存；pkg 新增 ExecuteTokenBudget常量、ExecuteTokenBreakdown 结构体、CheckExecuteTokenBudget 预算检查函数
- prompt 层：新建 compact_msg1.go / compact_msg2.go 分别实现msg1（历史对话）和 msg2（ReAct Loop）的 LLM 压缩；execute_context.go 移除 msg1 的 1400 字符/30 轮/120 字符三重裁剪和 msg2 的 8 条窗口限制，改为全量加载
- node 层：新建 execute_compact.go（compactExecuteMessagesIfNeeded：预算检查 → msg1 优先压缩 → msg2 兜底 → SSE 通知 → token 分布持久化）；execute.go ReAct 循环插入 compact 调用 - 服务/API 层：AgentGraphDeps / AgentService 新增 CompactionStore 注入链路；新增 GET /api/v1/agent/context-stats 查询接口
- 启动层：cmd/start.go 注入 agentRepo 为 CompactionStore
3. 新增 Execute Context Compaction 决策报告
- 新建docs/功能决策记录/Execute_Context_Compaction_决策记录.md

前端：无 仓库：无

backend/newAgent/prompt/compact_msg1.go

@@ -0,0 +1,62 @@
+package newagentprompt
+
+import (
+	"context"
+	"fmt"
+
+	infrallm "github.com/LoveLosita/smartflow/backend/infra/llm"
+	"github.com/cloudwego/eino/schema"
+)
+
+const compactMsg1SystemPrompt = `你是一个对话压缩助手。你的任务是将以下多轮对话历史压缩为一段简洁的结构化摘要。
+
+要求：
+1. 保留用户的核心诉求和意图（原文关键词不要丢失）
+2. 保留所有已确认的约束条件和规则
+3. 保留关键操作决策和结果（比如排程相关的调整结果）
+4. 保留用户偏好的重要信息
+5. 去除冗余和重复信息
+6. 按要点列出，每条一行
+
+直接输出压缩后的摘要，不要输出其他内容。`
+
+// CompactMsg1 将 msg1（历史对话）压缩为摘要。
+// existingSummary 不为空时表示已有旧摘要，需要合并压缩。
+func CompactMsg1(
+	ctx context.Context,
+	client *infrallm.Client,
+	historyText string,
+	existingSummary string,
+) (string, error) {
+	var userContent string
+	if existingSummary != "" {
+		userContent = fmt.Sprintf(`已有压缩摘要：
+%s
+
+新增的对话记录：
+%s
+
+请将以上两部分合并为一份更紧凑的摘要。`, existingSummary, historyText)
+	} else {
+		userContent = fmt.Sprintf(`对话历史：
+%s
+
+请压缩以上对话历史。`, historyText)
+	}
+
+	messages := []*schema.Message{
+		schema.SystemMessage(compactMsg1SystemPrompt),
+		schema.UserMessage(userContent),
+	}
+
+	result, err := client.GenerateText(ctx, messages, infrallm.GenerateOptions{
+		MaxTokens: 4000,
+	})
+	if err != nil {
+		return "", fmt.Errorf("compact msg1 LLM call failed: %w", err)
+	}
+	if result == nil || result.Text == "" {
+		return "", fmt.Errorf("compact msg1 LLM returned empty result")
+	}
+	return result.Text, nil
+}