Session Compactor#

本技能提供自动化的会话压缩功能，解决长对话导致的 token 超限问题。

何时使用#

• 会话消息数超过 30 条，接近模型上下文窗口限制
• 需要保留关键上下文但控制 token 消耗
• 手动调用以优化对话历史

快速开始#

配置#

在 openclaw.config.json 中启用:

json

{
  "skills": {
    "session-compactor": {
      "enabled": true,
      "maxTokens": 3000,
      "minMessagesToKeep": 5,
      "autoCompact": true
    }
  }
}

自动模式#

设置 "autoCompact": true 后，每次会话更新会自动检测并压缩。

手动调用#

调用工具 compact_session:

bash

openclaw tools call compact_session '{"force": false}'

工作原理#

1. Token 估算 - 使用启发式方法 (1 token ≈ 4 字符)
2. 触发检测 - 当前 tokens > maxTokens?
3. 选择目标 - 保留最新 max(minKeep, total/3) 条消息
4. 生成摘要 - 提取对话目标、工具调用、关键事实
5. 替换 - 用单条系统消息替代所有早期消息

压缩 不可逆，早期消息细节会丢失。

配置参数#

参数类型默认说明maxTokensnumber3000触发压缩的 token 阈值minMessagesToKeepnumber5至少保留的最新消息数autoCompactbooleantrue启用自动压缩force (工具参数)booleanfalse强制压缩（调用时）

示例#

压缩前#

json

[
  {"role":"user","content":"请分析赛力斯2025年报"},
  {"role":"assistant","content":"[tavily_search] 正在搜索..."},
  {"role":"user","content":"还要2024年对比数据"},
  {"role":"assistant","content":"[tavily_search] 已找到..."}
  // ... 继续累积到 50+ 条
]

压缩后#

json

[
  {"role":"system","content":"## 会话摘要 (已压缩早期 45 条消息)\n- 对话目标: 分析赛力斯2025年报...\n- 工具调用: 6 次..."},
  {"role":"user","content":"那么深信服的2025预测呢？"},
  {"role":"assistant","content":"继续..."}
  // ... 最新 16 条保持完整
]

技术实现#

核心算法实现于 scripts/compact_session.js:

javascript

const { compactSession } = require('./scripts/compact_session');

const result = await compactSession(messages, {
  maxTokens: 4000,
  force: false
});

console.log(result.compacteded); // true/false
console.log(result.savedTokens); // 节省的 token 数

详细设计文档见 references/architecture.md。

注意事项#

⚠️ 压缩不可逆 - 早期消息细节永久丢失

⚠️ 阈值设置 - 建议 maxTokens 设较高 (4000-6000) 避免过早压缩

⚠️ 生产增强 - 考虑集成 LLM 生成高质量摘要

参考资料#

• references/architecture.md - 详细设计说明
• claw-code 原始实现: compact.rs ( https://github.com/instructkr/claw-code)

---

版本: 0.1.0

作者: 小李 (基于 claw-code 分析实现)