问题描述 (Problem Statement)：
当前在「设置」页面中，将「上下文长度 (Context Length)」作为一个全局静态的滑动条进行配置（支持 4k - 256k）。该设计存在以下逻辑与体验问题：
模型规格不兼容： 不同 AI 模型（如 Llama 2/3、Qwen 2.5 等）原生支持的最大上下文窗口截然不同（例如 4k、8k、128k 等）。全局统一设置会导致配置值超出某些模型的上限，从而引发推理报错。
显存/内存溢出 (OOM) 风险： 上下文长度对显存（KV Cache）开销极大。用户若在全局随意调大上下文，容易在使用小显存设备时触发 OOM 导致服务崩溃。
场景灵活性差： 全局配置无法满足“日常轻量对话（需要小上下文）”与“长文本/代码分析（需要大上下文）”并存的动态需求。
问题描述 (Problem Statement)：
当前在「设置」页面中，将「上下文长度 (Context Length)」作为一个全局静态的滑动条进行配置（支持 4k - 256k）。该设计存在以下逻辑与体验问题：
模型规格不兼容： 不同 AI 模型（如 Llama 2/3、Qwen 2.5 等）原生支持的最大上下文窗口截然不同（例如 4k、8k、128k 等）。全局统一设置会导致配置值超出某些模型的上限，从而引发推理报错。
显存/内存溢出 (OOM) 风险： 上下文长度对显存（KV Cache）开销极大。用户若在全局随意调大上下文，容易在使用小显存设备时触发 OOM 导致服务崩溃。
场景灵活性差： 全局配置无法满足“日常轻量对话（需要小上下文）”与“长文本/代码分析（需要大上下文）”并存的动态需求。