标签: #LLM token超限

token 超限别急着改模型：一套自动拆分段续传策略的落地设计

一套“预估-拆分-续传”策略解决长文本LLM调用超限问题：用毫秒级保守估算替代精确计算提前判断；按句边界拆分并加入重叠锚点保持语义；通过system prompt注入位置感知实现续传；辅以自适应重试动态缩小分段。实测将300k token输入的处理成功率从60%提升至97%以上。