Skywork-OR1通过三层上下文机制实现连续对话记忆：一是动态截取并压缩最近8轮对话，提取关键实体与意图；二是采用分层缓存（高频实体常驻、主题锚点定位、向量库按需召回）防止信息丢失；三是内置有限状态机，结合NLU置信度与槽位完成度驱动多轮任务不跑偏。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要让 Skywork AI 在连续提问中记住订单号、不重复追问地址、自动关联“刚才说的那款手机”，必须靠一套能动态存取、精准裁剪、按需唤醒的上下文机制。
上下文如何被装进模型的“工作台”
每轮用户输入和模型回复都会被编码为 token，拼接成一个线性序列，送入模型的上下文窗口。Skywork-OR1 支持最大 1M token 窗口，但实际对话中不会把全部历史硬塞进去。
第一步：系统自动截取最近 8 轮完整对话（含用户提问+AI 回复），作为基础上下文块。
第二步：对这 8 轮做关键信息提取——只保留明确出现的实体（如“订单号 JD20260522XXXX”“iPhone 15 Pro 256G”）和动作意图（如“退货”“查物流”“比价”），其余描述性语句大幅压缩或丢弃。
第三步：若当前提问中出现代词（“它”“那个”“之前提过的”），系统会触发指代消解模块，回溯已提取的实体列表进行匹配；匹配失败时，才向用户发起澄清提问。
这一步不能跳过，否则“它发货了吗”中的“它”将无法绑定到前文提到的具体商品，【模型会默认按字面理解为泛指，导致答非所问】。
长对话中旧信息怎么不被挤掉
Skywork-OR1 不依赖“先进先出”的简单滚动窗口，而是采用分层缓存策略：
天工 Skywork 桌面版是专为 Mac 用户打造的本地 AI 办公助手，被称为“macOS版Claude Cowork”。它无需上传云端，即可直接读取并处理本地复杂文件。产品采用本地虚拟机隔离技术保障数据安全，并创新支持 Claude 与 Gemini 双模型智能路由。内置超百项精选技能，轻松实现跨格式办公与多模态内容创作，全面赋能桌面生产力。
方法一：高频实体常驻缓存
用户反复提及的 ID 类信息（手机号、订单号、设备 SN 码）一旦识别，即写入轻量级 KV 缓存，生命周期独立于上下文窗口，只要会话未结束就一直有效。
方法二：主题锚点动态扩展
当检测到对话进入新主题（如从“查订单”切换到“修改收货地址”），系统会在上下文末尾插入一条结构化锚点：[TOPIC:address_update, REF:JD20260522XXXX]。后续所有地址相关提问都可据此快速定位上下文片段，无需扫描全部历史。
方法三：外部向量库按需召回
对于超过 30 轮的超长服务对话（如保险理赔全流程），系统会将每轮摘要向量化，存入本地 FAISS 库；当前提问触发相似度检索，仅加载 Top-3 相关历史段落拼入上下文，【避免整段历史拖慢推理速度】。
状态机如何驱动多轮流程不跑偏
Skywork 的对话引擎内置有限状态机（FSM），每个客服任务对应一个预定义状态图。以“退换货”为例：
① 初始状态（init）→ 接收用户发起词（“退货”“换货”“不想用了”）→ 跳转至 ask_order_id
② ask_order_id 状态 → 必须收到有效订单号（正则校验通过）→ 才允许进入 ask_reason
③ ask_reason 状态 → 用户选择“质量问题”→ 自动激活质检报告生成分支；选“不喜欢”→ 跳过质检，直推换货选项
状态转移不是靠关键词硬匹配，而是结合 NLU 意图置信度 + 槽位填充完成度双校验。比如用户说“我要退昨天买的耳机”，系统需同时确认：意图=退货（置信度＞0.85）、时间槽=昨天（已解析为具体日期）、物品槽=耳机（实体识别成功），三项全满足才推进状态。
如果某轮输入无法推动状态前进（如只说“嗯”或发个表情），FSM 会保持当前状态并触发一次温和提醒：“您方便提供一下订单号吗？我帮您快速处理。”
