OllaMan 文档上下文长度与占用
设置模型能记住多少内容，并查看对话占用了多少
概述
每个模型都有一个上下文窗口：一次能处理的最大 token 数，包括系统提示词、对话历史、附件和模型的回复。对话超出窗口后，Ollama 会静默丢弃最早的内容，模型就"忘记"了这部分。
OllaMan 从两方面帮你管理上下文：
- 上下文长度：按智能体或按对话设置窗口大小
- 上下文占用环：每次回复后查看窗口的使用情况
查看上下文占用
上下文占用环位于聊天输入框底部、Agent Mode 按钮右侧。选择模型后出现，随着对话变长逐渐填满。
看颜色
环的颜色表示窗口的使用程度：
- 灰色：空间充足
- 琥珀色：已使用 80% 以上，窗口即将用满
- 红色：已使用 95% 以上，较早的消息可能已被截断
悬浮查看详情
把鼠标悬浮在环上（或用键盘聚焦），会打开详情面板，显示：
- 使用百分比，以及已用 token / 上限
- 输入：系统提示词、历史消息和最新提问占用的 token
- 回复：模型最新回复占用的 token
- 剩余：还可使用的 token
每次回复后更新
占用数据来自 Ollama 对最新一次回复的统计，因此会话收到第一条回复后才会显示。在 Agent Mode 或网页搜索中，显示的是该回复最后一步的占用。
如果面板提示服务器未返回上下文上限，说明使用的是 Ollama 自身的默认值，此时只显示 token 数量。
设置上下文长度
当前对话
打开对话设置
点击对话页面顶部工具栏右侧的设置按钮显示右侧面板，然后切换到设置标签。
选择上下文长度
在上下文长度中选择一个值。选项不会超过模型支持的最大长度，最大值会标注"（模型上限）"。
继续对话
新长度从下一条消息开始生效，只保存在当前对话中。
作为智能体的默认值
打开智能体的编辑面板（在智能体视图中右键该智能体，选择编辑），设置上下文长度。之后与该智能体的新对话都会使用这个值，除非对话中另行设置。
自动
**自动（服务器默认）**表示不传任何值，由 Ollama 决定：如果设置了 OLLAMA_CONTEXT_LENGTH 就使用它，否则根据可用显存选择默认值。
窗口越大，代价越高
上下文窗口越大，占用的内存越多；修改长度还会让 Ollama 重新加载模型。如果模型放不进显存，可能会部分运行在 CPU 上，速度明显下降。建议逐步调大，并留意 Token 速率。
窗口快满时怎么办
占用环变成琥珀色或红色时：
- 调大上下文长度（在内存允许的情况下）
- 新开一个对话，只粘贴需要的摘要
- 附加更小的文件，或只附加相关部分
- 使用网页搜索时，调低每次结果数，让结果更精简