古法编程

Context Mode 的事件提取引擎是一个纯函数模块，它系统性地从各种 AI 编码工具调用（如 Bash、Edit、Read）和用户消息中，捕获并分类 13 种以上的结构化会话事件。该引擎的核心设计基于跨语言、跨平台的“结构化规则检测”，无需依赖特定语言的关键词列表，即可准确识别用户意图（investigate/implement）、决策（decision）、角色（role）和阻塞状态（blocker）。这些事件被持久化到 SQLite FTS5 知识库中，是 Context Mode 实现会话连续性、降低约 98% 上下文窗口占用的关键基础。更多关于上下文节省机制的原理，请参阅 Context Mode 全面解析。

Context Mode 的事件提取引擎：跨语言、跨工具的会话事件捕获与分类

在 AI 编码助手的长对话中，会话历史迅速膨胀会吞噬宝贵的上下文窗口，导致任务中断和“失忆”。Context Mode 通过其事件提取引擎（定义在 src/session/extract.ts）构建了一道精准的数据滤网，将原始的工具交互与用户对话转化为高信号密度的结构化事件。这些事件是后续进行 FTS5 搜索、会话恢复和跨平台统计的基石。

核心设计：纯函数与全面的事件分类

事件提取引擎被设计为一组纯函数，不产生任何副作用，确保其在高频的 PreToolUse 钩子中安全、快速地运行。它定义了一个统一的 SessionEvent 接口，包含 type、category、data、priority 等字段，用于精确描述捕获到的会话片段。

引擎覆盖了 PRD 中定义的 13 个主要事件类别，并在实际实现中扩展至 27 种以上。其映射逻辑清晰：

  • 工具调用到事件的映射：这是最基础的捕获层。

    • Bash 工具：被细分为 cwd（检测 cd 命令）、git（识别 commit、push、merge 等 18 种 git 操作）、error（基于退出码或错误标志）、env（检测 venv、nvm、export 等环境配置）以及 constraint（从错误中发现的平台限制）。
    • 文件操作工具：Edit、Write、NotebookEdit 映射为 file_edit/file_write；Read 映射为 file_read；Glob 和 Grep 映射为 file_glob 和 file_search。
    • 计划模式工具：EnterPlanMode、ExitPlanMode 以及对 .claude/plans/ 目录的写入操作，会被捕获为 plan_enter、plan_exit、plan_file_write、plan_approved 等事件，完整记录规划生命周期。
    • 任务与代理工具：TodoWrite、TaskCreate、TaskUpdate 产生 task 类事件；Agent 工具的启动与完成分别产生 subagent_launched 和 subagent_completed 事件，后者会携带结果摘要。
    • MCP 工具：所有以 mcp__ 开头的工具调用都会被捕获。引擎不仅记录调用（mcp_tool_call 事件），还会将工具的响应体拼接进去形成 mcp 事件，确保来自 Jira、Grafana 等外部系统的数据也能被 FTS5 索引和搜索。为安全起见，在序列化前会执行 redactSecrets 函数，对 api_key、token 等敏感字段进行脱敏。
    • 用户决策工具：AskUserQuestion 工具会生成 decision_question 事件，引擎会智能解析其 JSON 响应，只提取问题和用户选择的答案标签，避免将整个选项列表泄漏到事件数据中。

  • 用户消息的意图与状态检测：这是引擎最具创新性的部分，它实现了跨语言的结构化分析。

    • 意图分类：通过 extractIntent 函数，基于 Unicode 问号字符（? ？ ؟ ¿）的检测，将含有问句的消息分类为 investigate（调查）意图；对于不含问号且长度短于 60 个码点的消息，则分类为 implement（实现）意图。测试文件 extract-multilang.test.ts 中的 48 组回归矩阵证明，此方法对英语、中文、阿拉伯语、西班牙语、印地语、日语、土耳其语和俄语均有效。
    • 决策、角色与阻塞检测：这三个分类器均采用“通用规则检测器”设计，不依赖任何语言的关键词，而是分析消息的结构特征。
      • 决策（decision）：检测包含分隔符（如逗号、分号、全角逗号）且长度适中的非问句消息（如“不要用 setState，用 useReducer”）。
      • 角色（role）：检测长度适中（8-120码点）、首句为非问句、且具有足够词汇密度（如两个字母单词或连续6个字母）的人设指令（如“You are a senior backend engineer”）。
      • 阻塞状态（blocker/blocker_resolved）：检测消息中是否包含编程领域通用的错误标记（如 Error:、Traceback）或解决标记（如 ✓、✅、fixed:）。 这些检测器共同构成了一个强大且可扩展的意图理解层，其测试覆盖了 8 种语言×5 个类别的完整矩阵，确保了行为的稳健性。

跨平台规则文件的智能识别

事件提取引擎另一项关键能力是识别不同 AI 编码平台的“指令文件”。当 Read 工具读取这些文件时，引擎会同时生成一个高优先级的 rule 事件和一个 file_read 事件，确保这些重要的上下文规则（如用户偏好、项目约定）能被优先保存并在会话压缩后恢复。

通过 extract-rule-detection.test.ts 可以看到，其识别范围覆盖了所有主流平台：

  • Claude Code 的 CLAUDE.md 和 .claude/ 目录下的文件。
  • Codex CLI 的 AGENTS.md、AGENTS.override.md 及其 memory 目录。
  • Gemini CLI 的 GEMINI.md 及其 memory 目录。
  • Qwen 的 QWEN.md 及其 memory 目录。
  • Kiro 的 KIRO.md 及其 memory 目录。
  • VS Code Copilot 的 .github/copilot-instructions.md。
  • Cursor 的 .cursor/context-mode.mdc。

这种硬编码在提取器中的正则匹配策略（而非通过适配器分发）是一个关键的工程权衡，它换取了提取器的纯粹性、同步性和热路径安全性，代价是新增平台时需要更新此正则。其工作原理的细节可以在 Context Mode 的适配器系统全解 中找到更深入的阐述。

工程考量与安全设计

该引擎在设计中充分考虑了真实场景的复杂性与安全性：

  1. 上下文窗口节省：对于 ctx_fetch_and_index 等工具的响应，引擎会解析其前导信息（如 Fetched and indexed 5 sections (47.50KB)），将索引的数据量记录在事件的 bytes_avoided 字段中，为统计真实的上下文节省提供数据支撑。
  2. 错误处理：isToolError 函数会仔细区分真实的工具错误和 Context Mode 自身生成的引导信息（以 context-mode: 开头），防止将指导文本误判为错误事件。
  3. 状态管理：extractErrorResolution 函数维护了一个简单的错误状态机，可以检测到“错误后在同一工具或相关工具上成功”的模式，并生成 error_resolved 事件，追踪问题的解决过程。
  4. 隐私保护：如前所述，redactSecrets 函数会深度遍历工具输入的 JSON 结构，对任何键名包含敏感词（如 authorization、api_key）的值进行脱敏替换为 [REDACTED]，避免凭证意外写入本地数据库。

总结

Context Mode 的事件提取引擎远不止是一个日志收集器。它是一个精心设计的、面向会话连续性的数据理解层。通过将工具调用映射为语义明确的事件，并基于通用结构规则分析用户消息，它为后续的 FTS5 全文索引、跨会话恢复以及多平台的统计分析提供了高质量、结构化的输入。这个引擎是 Context Mode 能够实现其核心价值——让 AI 编码助手拥有“长期记忆”的关键组件。若想了解这些提取出的事件如何被用于构建快照并恢复会话，请参阅 Context Mode 会话连续性系统。

FAQ

Q: 事件提取引擎如何处理非英语的用户消息？ A: 引擎使用基于 Unicode 字符和文本结构的“通用规则检测器”，而非特定语言的关键词列表。例如，通过检测各种语言的问号（? ？ ؟ ¿）来识别调查意图，通过分析消息的分隔符和长度来识别决策和角色指令。测试证明这对中文、阿拉伯语、俄语等 8 种语言都有效。

Q: 如果 AI 工具调用了敏感 API 并在输入中包含密钥，提取器会如何处理？ A: 引擎在序列化任何 mcp__ 工具的 tool_input 前，会强制执行 redactSecrets 函数。该函数会递归扫描整个 JSON 对象，对任何键名匹配敏感模式（如 authorization、api_key、secret）的值替换为 [REDACTED]，确保敏感信息不会被持久化到本地的 SQLite 数据库中。