Context Window 长对话管理（Agent 上下文管理的 OpenClaw 实践方案）

LLM 的上下文窗口是硬性上限，长对话一旦逼近该限制，Agent 会面临记忆丢失、推理质量下降和成本飙升三重风险。OpenClaw 通过分层策略应对：短期用会话修剪（Pruning）削减旧工具结果，中期用压缩（Compaction）将早期对话摘要化，长期用 Memory 文件和向量检索跨会话持久化关键信息。三者各司其职，组合使用才能让 Agent 在数百轮对话后仍保持连贯。

一、长对话为什么会出问题

Context Window 通常包含三部分：系统提示词、对话历史（含工具调用结果）、Skills 提示词。系统提示词和 Skills 是固定内容，真正会膨胀的是对话历史。

问题	表现	根因
Token 超限	报错 `context length exceeded`	对话历史累积超过模型窗口
记忆漂移	早期偏好被遗忘、决策被忽略	旧消息被新消息挤出上下文
性能下降	延迟增加、成本飙升	每次请求发送超长上下文
推理走神	抓不住重点、产生幻觉	无关信息占比过高，干扰模型注意力

研究表明，当 Prompt 中无关信息占比超过 70% 时，LLM 的准确率可能下降 30% 以上。

二、OpenClaw 的分层上下文管理策略

OpenClaw 将上下文管理拆为三个层次，从轻到重依次介入。

2.1 第一层：会话修剪（Session Pruning）

修剪是最轻量的手段，在每次调用 LLM 之前从上下文中移除旧的工具结果，不改写正常对话文本。它以 cache-ttl 模式运行，受时间检查和上下文大小双重控制：

等待缓存 TTL 过期（默认 5 分钟），到期前完全跳过以复用提示缓存；
TTL 到期后估算上下文总大小占比，低于 softTrimRatio（默认 0.3）则跳过；
对超大工具结果做软修剪：保留开头和结尾各 1500 字符，中间插入省略号；
若仍超过 hardClearRatio（默认 0.5），将旧工具结果替换为占位符 [Old tool result content cleared]。

修剪仅在内存中进行，不修改磁盘上的会话记录，完整历史始终保留。最近 3 个助手轮次和会话首条用户消息之前的内容绝不会被修剪。

2.2 第二层：压缩（Compaction）

当修剪不足以缓解压力，或对话接近上下文窗口上限时，Compaction 介入。它将较早的对话轮次汇总为一个精简条目，保存到会话转录中，近期消息保持完整。

{
  "agents": {
    "defaults": {
      "compaction": {
        "enabled": true,
        "mode": "safeguard",
        "keepRecentTokens": 20000,
        "identifierPolicy": "strict"
      }
    }
  }
}

Compaction 的关键设计是工具调用配对保留：选择拆分点时，如果落在工具块内部，OpenClaw 会移动边界，确保助手工具调用与其对应的 toolResult 保持在一起。完整对话历史仍保存在磁盘上，压缩只改变模型在下一轮看到的内容。

2.3 第三层：跨会话记忆（Memory）

当对话实在太长、压缩也不够用时，跨会话记忆系统接管。OpenClaw 的多层记忆架构如下：

记忆层	存储位置	生命周期	典型内容
短期记忆	内存（RAM）	当前会话	系统提示词、近期消息、工具结果
中期记忆	磁盘（SQLite / Redis）	跨会话	每日笔记、用户偏好、事实摘要
长期记忆	Memory-Wiki + 向量索引	永久	项目文档、架构决策、知识库

压缩前，OpenClaw 会自动提醒 Agent 将重要笔记保存到记忆文件。MEMORY.md 作为策展的长期记忆，在每次新会话启动时加载。每日笔记（memory/YYYY-MM-DD.md）可按需检索，/new 或 /reset 后会重新注入最近笔记。

三、配置与实践

3.1 上下文窗口配置

{
  "agents": {
    "my-agent": {
      "context_window": 8192,
      "max_turns": 50,
      "summary_after": 20
    }
  }
}

当对话超过 max_turns 时，OpenClaw 要么截断最旧消息，要么在设置了 summary_after 时将较早的轮次摘要化。摘要使用 Agent 自身模型完成，保留关键信息。

3.2 自动压缩触发

session:
  compact:
    autoTrigger:
      enabled: true
      tokenThreshold: 100000  # 超过 100K Token 自动压缩
      turnThreshold: 50        # 或超过 50 轮
    strategy: "balanced"       # aggressive | balanced | conservative
    preserveRecent: 5          # 保留最近 5 轮原文

系统实时监控 Token 用量，设定水位线（如总窗口 20 万、预留 2 万缓冲，超过 18 万即触发）。一旦触及水位线，系统自动对早期对话历史做摘要提取，生成高信息密度的 Summary。

3.3 溢出错误自动恢复

OpenClaw 匹配数十种提供商特定的溢出错误字符串，识别后自动压缩并重试：

提供商	常见溢出错误模式
Anthropic	`request_too_large`
OpenAI	`context length exceeded`
Bedrock	`input token count exceeds the maximum number of input tokens`
Gemini	`input is too long for the model`
Ollama	`ollama error: context length exceeded`

模型返回溢出错误后，OpenClaw 先压缩历史再重试该轮请求，用户无感知。

四、修剪与压缩的分工

两者面向不同场景，相辅相成：

维度	会话修剪（Pruning）	压缩（Compaction）
作用对象	旧工具结果	整个对话历史
持久化	否（仅内存，按请求执行）	是（保存到会话转录）
触发方式	缓存 TTL 过期 + 上下文占比	接近窗口上限或溢出错误
信息损失	低（只清工具输出）	中（摘要压缩对话文本）

修剪在各次压缩周期之间保持工具输出精简，减少压缩频率。压缩则在修剪不够用时做更深度的瘦身。如果两者都不够，就该考虑 /new 开新会话或将关键信息写入 Memory-Wiki 了。

五、长会话优化的最佳实践

将三层策略组合使用效果最佳：

启用自动修剪，减少旧工具结果的缓存开销（尤其配合 Anthropic 提示缓存时）；
设置合理的自动压缩阈值，在 Token 用量到达 80%–90% 时触发；
关键决策节点用 /checkpoint 创建检查点，方便回溯；
重要信息主动写入 Memory-Wiki 或每日笔记，不依赖对话上下文记忆；
对话过长时用 /compact 手动压缩，并可附加指令引导摘要重点。

# 查看会话健康度
openclaw session health <session-id>
# 输出示例：
# Token usage: 180K / 200K (90%) — 建议 /compact

常见问题（FAQ）

Q1：修剪和压缩有什么区别？

修剪只裁剪旧工具结果且不持久化；压缩摘要整段对话并保存到转录。

Q2：自动压缩会丢失重要信息吗？

压缩前会提醒 Agent 保存笔记到记忆文件，标识符默认严格保留。

Q3：对话超长压缩也不够用怎么办？

用 /new 开新会话，关键信息提前写入 Memory-Wiki 持久化。