做了个 MCP 把网页 AI 接进本地项目，但被它的“长记忆”机制搞懵了

最近在折腾一个方向：把网页端 AI 和本地开发环境打通。

我有个网站，因为有些顶级模型只能在网页端免费使用（比如 GPT6 、Fable5 ），所以我写了一个 VS Code 插件，通过 MCP 让网页里的 AI 可以直接操作本地项目。

目前已经能做到：

• 读取本地项目文件
• 修改代码
• 运行任务
• 调用 MCP
• 使用 Skills
• 让网页 AI 直接参与本地开发流程

这部分基本已经跑通了，实际用起来也比较顺。

但最近有一个问题一直没想明白。

我发现有些网页端 AI 的同一个会话可以连续使用很多天。

比如前几天聊过的内容，过了很久以后继续聊，它似乎还是能接得上之前的上下文。

按我的理解，模型本身应该还是会受到 Context Window 限制，不太可能每次请求都把几天甚至更久的完整聊天记录重新塞进去。

所以比较好奇：

这类网页 AI 的长会话 / 长期记忆，一般到底是怎么实现的？

我目前能想到的方案有：

1. 历史消息滚动摘要
2. 最近 N 轮对话 + 历史摘要
3. 向量数据库 / RAG 按需找回旧消息
4. 服务端单独维护长期 Memory
5. 根据当前问题动态压缩、重组历史上下文

但如果是代码项目场景，我感觉这里还有个问题：

如果不断做摘要，时间长了以后，一些关键的代码细节、文件关系、之前做过的技术决策，会不会逐渐丢失？

尤其是这种：

网页 AI
   ↓
MCP
   ↓
VS Code
   ↓
本地项目

AI 可能需要持续记住：

• 项目目录结构
• 各模块职责
• 之前修改过哪些代码
• 做过哪些架构决策
• 用户的一些长期开发习惯
• 当前项目进行到哪个阶段

所以想请教一下做过类似系统的大佬：

长会话一般是怎么做上下文管理的？

如果是面向代码项目的 AI Agent ，大家更倾向于：

• 摘要
• RAG
• Memory
• 项目状态持久化
• 还是几种方案混合？

感觉这个问题比单纯把 MCP 接通更有意思。

求大佬指点一下。