调整召回延迟

适用于已完成插件接入的用户。首次安装从集成选型开始。

查询扩展和召回压缩都会增加模型调用。优先考虑响应速度时，可以关闭这两项；检索、预算控制和跨轮去重仍然保留：

bash

export OPENVIKING_RECALL_QUERY_EXPANSION=off
export OPENVIKING_RECALL_COMPRESS=off

也可以在 ~/.openviking/ovcli.conf 中配置：

json

{
  "plugin": {
    "recallQueryExpansion": "off",
    "recallCompress": "off"
  }
}

选择压缩方式

值	行为
`off`	不压缩召回结果
`server`	请求 OpenViking 服务端压缩
`client`	只用本地压缩器，适用于 Claude Code 和 Codex
`auto`	有本地压缩器时优先使用，否则请求服务端自动处理

Claude Code 和 Codex 默认使用 auto，本地压缩器分别是 claude -p 和 codex exec，见Agent 集成能力：召回摘要。其他支持云端压缩的集成默认保持 off，需要显式开启。服务端压缩适用于 Claude Code、Codex、OpenCode、DSH、pi、Cursor、TRAE、TRAE CN、ZCode、OpenClaw 和 Hermes 外部插件，要求服务端支持 context-search rewrite。Hermes 内置 provider 不支持召回摘要。

这些设置控制自动召回。模型主动调用 MCP search 时，使用该次调用传入的参数。完整规则与旧服务端回退行为见共享插件说明。

共享插件读取 ovcli.conf 的 plugin 段；plugin.<harness> 可覆盖某个客户端的配置。环境变量优先级更高；旧变量 OPENVIKING_RECALL_REWRITE 仍可作为 OPENVIKING_RECALL_COMPRESS 的别名使用，详见插件配置。修改后重启对应 Agent，使 hook 进程加载新配置。这些都是插件客户端配置，不需要修改服务端的 ov.conf。

请求超时

查询扩展、检索和 digest 压缩依次执行。查询扩展默认超时为 5 秒（retrieval.recall_intent_timeout_s），digest 默认超时为 30 秒（retrieval.recall_rewrite_timeout_s）。

OPENVIKING_RECALL_CONTEXT_TIMEOUT_MS 或 plugin.recallContextTimeoutMs 控制客户端等待整个 context 请求的上限。未设置时沿用插件的普通超时；请求带 session 且未将 query expansion 设为 off 时至少 15 秒，请求 digest 时至少 45 秒。自定义值应高于该请求会用到的服务端超时，并低于宿主 hook 的超时；客户端提前结束会丢失整个响应。

调整召回延迟 ​

选择压缩方式 ​

请求超时 ​

调整召回延迟

选择压缩方式

请求超时