压缩

​

上下文窗口与 Compaction

每个模型都有 上下文窗口（可见的最大 token 数）。长会话会累积消息与工具结果；当窗口逼近限制时，OpenClaw 会 compaction 旧历史以保持在限制内。

​

什么是 compaction

Compaction 会 总结较早对话 为紧凑的摘要条目，并保留近期消息。摘要保存在会话历史中，后续请求使用：

• compaction 摘要
• compaction 点之后的近期消息

Compaction 会 持久化 到会话 JSONL 历史。

​

配置

agents.defaults.compaction 设置详见 Compaction config & modes。

​

自动 compaction（默认开启）

当会话接近或超过模型上下文窗口时，OpenClaw 触发自动 compaction，并可能使用压缩后的上下文重试原始请求。

你会看到：

• verbose 模式中的 🧹 Auto-compaction complete
• /status 显示 🧹 Compactions: <count>

在 compaction 前，OpenClaw 可能先运行一次 静默 memory flush，将持久化笔记写入磁盘。详见 Memory 与相关配置。

​

手动 compaction

使用 /compact（可附加指令）强制执行 compaction：

/compact Focus on decisions and open questions

​

上下文窗口来源

上下文窗口依赖具体模型。OpenClaw 使用配置的 provider 目录中的模型定义来确定限制。

​

Compaction vs pruning

• Compaction：总结并 持久化 到 JSONL。
• Session pruning：仅修剪旧 工具结果，仅内存，按请求执行。

pruning 详见 /concepts/session-pruning。

​

提示

• 会话感觉冗长或上下文臃肿时使用 /compact。
• 大型工具输出已被截断；pruning 可进一步减少工具结果堆积。
• 若需全新开始，/new 或 /reset 会创建新的 session id。