手把手教你如何使用Roo Code的上下文压缩及代码库索引！

这篇文章会教会你如何配置 Roo Code的上下文压缩和代码库索引。这对你使用roo-code很有帮助。
文章中使用的是Roo Code 3.21.1版本。

一、上下文压缩

有时候模型上下文不高，但代码量很大。经常执行任务时超出上下文，导致Roo Code请求失败。现在我们一起来解决这个问题。
以claude-sonnet-4为例，上下文200000。

1.1 配置模型的上下文

如果用的官方渠道或者OpenRouter，上下文已由插件配置好，可以略过这一步。

在插件的 设置 -> 供应商 -> 上下文窗口大小 里面设置你的上下文：200000。

模型上下文配置截图

1.2 配置上下文参数

在插件的 设置 -> 上下文 中有各项参数设定：

• 标签页数量限制
• 工作区文件限制
• 并发文件读取限制

这几项根据你的模型上下文自由调整即可，一般不修改默认即可。

重点：

• 开启 自动触发智能上下文压缩功能。
• 设定 压缩阈值比例，90%左右。（阈值比例根据你的模型上下文，如果上下文小阈值也设置小一点，反之，阈值可以调整稍大。）
• 压缩提示词，默认即可。

这样就完成了所有上下文压缩的相关配置。在你使用过程中，如果上下文达到阈值就会使用AI总结压缩提示词，避免请求超出上下文报错。

二、代码库索引

目前还是实验性功能。使用RAG给整个代码库创建索引，当你需要搜索文件查找某个功能时，就会使用RAG向量搜索，而不会让Roo Code全文件搜。

2.1 部署 Qdrant

此功能依赖Qdrant，直接使用 docker-compose.yml部署：

services:
  qdrant:
    image: qdrant/qdrant:latest
    container_name: qdrant
    restart: always
    ports:
      - "6333:6333"
      - "6334:6334"
    volumes:
      - ./data:/qdrant/storage

执行命令：
docker compose up -d

具体的docker相关使用教程此处不展开说明。
如果你有现成的Qdrant云服务，也可跳过这一步，后续教程中使用云服务的地址和key即可。

2.1 配置插件

教程以我的公益站今天开放的嵌入模型为例，所以大家先去领一个免费无限制使用的key，具体参考帖子：https://linux.do/t/topic/739820

设置 -> 实验性 -> 启用代码库索引，开启选项后，下面是具体的配置：

• 嵌入供应商：OpenAI 兼容
• 基础URL：https://tbai.xin/v1
• 秘钥：填写你领取到的key
• 模型：qwen3-embedding-8b
• 嵌入维度：4096
• Qdrant URL：http://localhost:6333
• Qdrant 密钥： 为空即可（如果你使用的云服务，请正确填写云服务的地址和秘钥）

点击顶部的保存，现在就会开始进行向量化代码库索引了。

由于该实验性功能不稳定，如果索引失败，请重启IDE再试。使用过程中也可能有bug，目前暂供体验。

如果如截图中显示 Indexed - File watcher started.，那就是成功了。
现在可以愉快的让Roo Code帮你进行查找了。