Рост сложности распределённых конвейеров, а также развитие мультиагентных адаптивных самоорганизующихся распределённых конвейеров обработки данных и расширение спектра используемых протоколов взаимодействия порождают проблему контекстного переполнения, при котором объём передаваемых между агентами данных превышает практические ограничения контекстного окна и пропускной способности. Целью исследования является разработка метода снижения контекстного переполнения в таких конвейерах, обеспечивающего ограниченность объёма локального контекста на каждом узле в условиях динамически перестраиваемой топологии и гетерогенности протоколов взаимодействия. В качестве методологической основы использованы принципы формализации распределённых систем, теория гиперграфов, а также методы математического моделирования динамических систем. В работе адаптивный мультиагентный конвейер описан как временной гиперграф, а накопление контекста представлено двухуровневой моделью состояния узла. В работе представлен метод адаптивной суммаризации контекста, реализуемый на уровне гиперрёбер временного гиперграфа в виде промежуточного программного слоя. Ключевым элементом данного подхода является перенос логики редукции на уровень гиперребра, что обеспечивает детерминированную обработку контекста на промежуточном слое и позволяет реализовать совмещённый реактивный и проактивный режимы сжатия контекста. Сформулированы и доказаны утверждения об устойчивости и ограниченности локального контекста при срабатывании детектора, что определяет условия предотвращения переполнения. Сделан вывод о том, что предложенный подход обеспечивает ограниченность объёма контекста, предотвращает накопление ошибок в циклических взаимодействиях и позволяет повысить масштабируемость распределённых конвейеров без модификации протоколов интеграции агентов.

The increasing complexity of distributed pipelines, along with the development of multi-agent adaptive self-organizing distributed data processing pipelines and the expansion of the range of interaction protocols, leads to the problem of context overflow, in which the volume of data exchanged between agents exceeds the practical limits of context windows and bandwidth capacity. The objective of this study is to develop a method for reducing context overflow in such pipelines, ensuring bounded local context at each node under conditions of dynamically reconfigurable topology and heterogeneous interaction protocols. The methodological foundation of this work is based on principles of distributed systems formalization, hypergraph theory, and mathematical modeling of dynamic systems. In this work, the adaptive multi-agent pipeline is described as a temporal hypergraph, while context accumulation is represented by a two-level node state model. This paper presents a method for adaptive context summarization implemented at the level of hyperedges of a temporal hypergraph in the form of an intermediate software layer. A key element of the proposed approach is the relocation of reduction logic to the hyperedge level, which enables deterministic context processing within the intermediate layer and supports the combined use of reactive and proactive context compression modes. Formal statements on the stability and boundedness of local context under detector activation are formulated and proven, defining the conditions for overflow prevention. It is concluded that the proposed approach ensures bounded context size, prevents error accumulation in cyclic interactions, and improves the scalability of distributed pipelines without requiring modifications to agent integration protocols.