（124期）Context Compression – 智能会话压缩，关键记忆永存

智能会话压缩，关键记忆永存 自动截断过长的对话会话文件，智能提取关键事实保存至记忆库，防止上下文窗口溢出导致信息丢失。 使用说明 核心用法 Context Compression 是一套面向 OpenClaw 代理系统的本地会话管理工具集，通过定时任务自动处理 ~/.openclaw/agents//sessions/.jsonl 会话文件。核心工作流分为三步： 事实识别：在截断前扫描会话内容，通过关键词匹配（或可选的 AI 辅助）提取重要信息 安全截断：按配置字符上限修剪会话文件，保留 JSONL 行边界完整性，跳过带 .lock 的活跃会话 记忆持久化：将提取的事实写入 ~/.openclaw/workspace/memory/YYYY-MM-DD.md 和 MEMORY.md 关键脚本 truncate-sessions-safe.sh 设计有多层保护机制：截断前创建 .pre-trim 备份、基于 priority-first 策略保留含关键词的行、通过 crontab 每 10 分钟执行一次。session-start-hook.sh 和 session-end-hook.sh 提供会话级上下文加载/保存能力。 显著优点 零数据丢失设计：截断非删除，备份机制确保可恢复；关键词优先策略保护关键决策信息 完全本地运行：除可选的 AI 辅助模式外，所有脚本仅操作本地文件系统，无直接网络请求 用户高度可控：crontab 由用户手动配置，配置项通过交互式向导生成，可随时停用 细粒度权限：仅访问 OpenClaw 代理目录和记忆工作区，不触碰系统文件或其他用户数据 活跃会话保护：.lock 文件机制确保正在进行的对话不会被中断 潜在缺点与局限性 依赖外部调度：需用户手动配置 crontab，无内置守护进程，新手可能遗漏此步骤 AI 辅助的隐私权衡：identify-facts-enhanced.sh 启用后会将内容发送至配置的 LLM 服务，存在数据出境风险 关键词识别的局限：默认的关键词库（中英文）可能无法覆盖专业领域术语，需手动扩展配置 无可视化界面：纯 CLI 工具，状态查看依赖 check-context-health.sh 的文本输出 备份清理责任：.pre-trim 备份在成功写入后清理，但异常中断可能残留备份文件需手动处理 适合人群 长期使用 OpenClaw 进行复杂多轮对话的高级用户 需要严格遵守上下文长度限制的企业/研究场景 重视数据主权、倾向本地优先架构的隐私敏感用户 具备基础 Linux 系统管理能力（crontab、JSON 配置）的技术用户 常规风险 | 风险场景 | 等级 | 说明 ||---------|------|------| 配置错误导致过度截断 | 中 | maxChars 设置过小会丢失有用历史，建议初次使用保持默认值 40000 | crontab 环境变量缺失 | 中 | 计划任务可能因 PATH 不含 openclaw 二进制而失败，需在 crontab 中显式声明 | AI 辅助模式误启用 | 高 | useAiIdentification: true 可能在用户不知情时传输敏感会话内容至第三方 LLM | 锁文件残留 | 低 | 异常崩溃可能导致 .lock 文件未清理，需手动删除以恢复该会话的截断功能 | 备份堆积 | 低 | 长期运行若频繁异常中断，.pre-trim 文件可能占用额外磁盘空间 | 使用建议 首次部署时，先以 check-context-health.sh 检视当前会话规模，通过 configure.sh 生成保守配置，手动运行 truncate-sessions-safe.sh 验证行为符合预期后，再添加至 crontab。生产环境建议关闭 useAiIdentification，依赖本地关键词识别保障隐私。 原始说明 Prevent context overflow with automatic session truncation and memory preservation.