小功能添加，模型切换问题修复

.cursor/deferred/registry.md

@@ -91,6 +91,51 @@
 - **chosen_alternative**: 当前资源库使用手动标签 + Prompt 文本搜索
 - **deferred_reason**: 当前阶段资源量少，手动管理足够；等资源积累到一定量级后再引入自动化
 
+### [context-window-management] 对话上下文管理（Token 预算 + 滑动窗口 + 摘要）
+- **status**: deferred
+- **tags**: 上下文管理, token, 滑动窗口, 对话摘要, agent loop, 长对话
+- **recorded**: 2026-04-13
+- **source_chat**: [Art Agent 上下文与记忆体系讨论](memory-architecture-discussion)
+- **prerequisite**: 无（随时可做，优先级高于长期记忆）
+- **related_files**:
+  - art-agent/backend/app/agent/loop.py
+  - art-agent/frontend/src/lib/api.ts
+  - art-agent/frontend/src/lib/store.ts
+- **context**: |
+    当前 Art Agent 对话采用"全量透传"：前端把完整 messages 发给后端，后端原样拼接传给 LLM，
+    没有 token 计数、截断或摘要。长对话会导致上下文超限、费用线性增长。
+    实施方案（自建，无需外部依赖）：
+    1. Token 计数：用 tiktoken 库在构建 api_messages 时计数
+    2. 滑动窗口：超过预算时截断最早的消息
+    3. 对话摘要：被截断的消息先调 LLM 生成摘要，作为压缩上下文保留
+    预估工作量 1-2 天，是记忆体系的第一层基础。
+- **chosen_alternative**: 当前全量透传，依赖模型自身的上下文窗口上限
+- **deferred_reason**: 当前探索期对话通常较短，暂未触及上限；但随着迭代使用会很快需要
+
+### [mem0-long-term-memory] 引入 Mem0 作为长期记忆层
+- **status**: deferred
+- **tags**: 长期记忆, Mem0, 用户偏好, 语义检索, 事实提取, memory layer
+- **recorded**: 2026-04-13
+- **source_chat**: [Art Agent 上下文与记忆体系讨论](memory-architecture-discussion)
+- **prerequisite**: 第一层上下文管理（context-window-management）完成后
+- **related_files**:
+  - art-agent/backend/app/agent/loop.py
+  - art-agent/backend/app/config.py
+- **context**: |
+    引入 Mem0 开源版（Apache 2.0）作为 Art Agent 的跨会话长期记忆层：
+    - Mem0 是"bolt-on"设计，保留自己的 agent loop，只外挂 memory API
+    - 核心 API：memory.add()（存储+自动事实提取）+ memory.search()（语义检索）
+    - 自部署：pip install mem0ai + Qdrant 向量库，LLM 用 DeepSeek 降成本
+    - 记忆范围：用户风格偏好、历史生成反馈、常用参数等
+    - 与自建 Rules/Docs 静态知识系统互补：Mem0 负责动态记忆，Rules 负责预置知识
+    技术选型对比（本次讨论结论）：
+    - Letta 不适合：它是完整 agent runtime，不是 memory layer，需要替换现有 loop
+    - Zep 可行但偏重：时序知识图谱能力强但集成复杂度更高
+    - Mem0 最适合：设计哲学完全对口"已有 agent + 外挂 memory"，集成最简（~20 行代码）
+    预估工作量 3-5 天（含 Mem0 部署 + 集成 + extraction prompt 调优）。
+- **chosen_alternative**: 当前无长期记忆，每次会话从零开始
+- **deferred_reason**: 探索期优先做第一层上下文管理；长期记忆在用户量和使用频率增长后再引入
+
 ---
 
 ## Completed / Cancelled Items