把完整文件树、所有文件内容和很长的对话历史一次性发送给模型效率很低。OrvixCode 会根据任务缩小上下文，并优先保留真正相关的信息。
上下文可优先使用选中代码、光标附近代码、当前文件的相关部分、用户明确点名的文件、与任务相关的项目文件，以及必要的对话历史。
如果 Viona 或其他服务达到请求大小限制，OrvixCode 可以用更小的上下文重试。本地模型则会根据可用内存自动平衡 context。
本地模型内存保护如果检测到本地 llama-server 的 KV cache / CPU buffer 分配错误，OrvixCode 可依次使用更小的 context 重试：
8192 → 6144 → 4096 → 3072 → 2048。成功的安全值可按模型记忆，同时保留针对 GPU/驱动问题的 CPU fallback。