Haystack 3.2.0：SummarizationCompactor 压缩长程 Agent 上下文，TokenBudgetHook 与 stop_run 干净停机

核心背景与行业痛点

长程 Agent 的上下文会在多轮工具调用后迅速膨胀：硬截断会丢掉目标与未完成事项，无限滚动则撞上下文窗口与账单上限。生产侧还需要「预算用尽就干净退出」而不是抛异常中断，以及更短的 Pipeline 组装代码。Haystack v3.2.0（2026-09-24，PyPI haystack-ai 3.2.0）把上下文压缩、token 预算与流畅构建一次补齐。

架构亮点与底层机制

实验性 SummarizationCompactor 挂在 CompactionHook 上，按 historical_turns→historical_summaries→current_task_steps→current_task_summaries 四级，尽量少总结地压到目标预算；min_keep_steps 保证最新步骤原文保留，摘要可用小模型生成。示例配置：context_window=400_000、compact_at=0.7、compact_to=0.4。实验性 TokenBudgetHook 在下次 LLM 调用前检查累计 token，耗尽则以 exit_reason="token_budget_exceeded" 停机。任意 hook 可 state.set("stop_run", reason) 自定义干净退出。Pipeline.add_components() 与 connect_many() 支持链式构建。

权威 Benchmark 与实测跑分对比

发行说明未给出独立延迟或任务成功率公开榜。可核对的定量配置来自文档示例：400_000 上下文窗口、0.7→0.4 压缩阈值，以及 TokenBudget 示例 100_000 tokens。破坏性变更包括：含 Jinja custom_filters 的序列化需 unsafe=True 加载；Toolset + 运算符移除，改为传 list。

开发者实战落地与开箱指南

执行 pip install -U haystack-ai==3.2.0。在 Agent 上挂 CompactionHook（SummarizationCompactor）与 TokenBudgetHook；需要按某工具调用次数停机时设置 stop_run。加载含 custom_filters 的 Pipeline 请显式传 unsafe=True；环境变量 HAYSTACK_UNSAFE_DESERIALIZATION 仅用于全信任部署。文档见 SummarizationCompactor 与 TokenBudgetHook。