返回顶部
c

context-switch-token-optimizer上下文切换优化器

>-

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.1
安全检测
已通过
207
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

context-switch-token-optimizer

上下文切换令牌优化器

技能描述

通过关键词相似度、弱关联子串与时间衰减判断「连续 / 渐变漂移压缩 / 硬切换」,并可监控 Token、触发压缩与清理。实现见 contextmanager.py、tokenoptimizer.py;详细算法见 docs/TOPICAND_CONTINUITY.md

上下文动作(与代码一致)

动作条件行为
loadmemory无当前主题且无历史建主题、可选加载 memory/topic 下记忆
continuous
与上一轮相似度 ≥ similaritythreshold | 追加历史,不压缩 | | driftcompress | 相似度 ∈ [continuitythreshold, similaritythreshold) | 对话仍连续;压缩与当前弱相关的历史轮(iscompressed,保留短摘要) | | switchcontext | 相似度 < continuitythreshold | 硬切换,换记忆、增 switch_count |

相似度计算:calculatetopicsimilarity()(关键词 Jaccard 式重叠 × 时间衰减 + 2 字子串/首字弱关联 + continuitybonusforpartial,弱关联封顶 driftsimilarity_cap)。

持久化状态格式(memory/contextswitchstate.json)

与 ContextState / TopicSummary 一致,主题历史项包含:

  • - topic, keywords, timestamp, tokensused, contentsnippet, iscompressed
  • 顶层另有:currenttopic, memorycontext, lastswitchtime, switchcount, total_tokens

配置文件(config.json)

所有键名与 loadskillconfig() 默认值一致;用户 JSON 按顶层块与默认合并(同一块内键覆盖,未写的子键保留默认)。

context_switch

键名类型默认说明
similaritythresholdnumber0.7≥ 此值判为 continuous
continuitythreshold
number | 0.35 | < 此值判为硬切换 switch_context | | compressrelevancethreshold | number | 0.3 | drift_compress 时,历史轮与当前相似度低于此则压缩该轮 | | continuitybonusfor_partial | number | 0.3 | 存在弱关联时的相似度加成 | | driftsimilaritycap | number | 0.65 | 弱关联时相似度上限,便于进入 drift_compress | | timedecayfactor | number | 0.95 | 按小时衰减的底数 | | maxtopichistory | int | 10 | 主题历史条数上限 | | memoryrelevancethreshold | number | 0.5 | 记忆文件匹配阈值 | | loglevel | string | (不设) | 可由环境变量 CONTEXTSWITCHLOGLEVEL 写入 |

token_optimization

键名类型默认说明
enabledbooltrue为 false 时不自动触发优化(对应环境变量 TOKENOPTIMIZERENABLED)
token_limit
int | 80000 | Token 预算 | | compression_threshold | int | 56000 | 压缩参考阈值 | | contextcleanupthreshold | number | 0.8 | 上下文清理参考 | | memoryloadlimit | int | 2000 | 记忆加载参考 | | optimization_interval | int | 300 | 优化间隔(秒,预留) | | maxhistorysize | int | 100 | Token 使用记录条数上限 |

memory_search

键名类型默认说明
maxsearchresultsint5最多返回记忆条数
keyword_limit
int | 5 | 每轮提取关键词数 | | searchdepth | int | 2 | 可由环境变量 MEMORYSEARCH_DEPTH 覆盖(1–3) | | file_types | string[] | [*.md] | 记忆目录 glob |

optimization_settings

键名说明
autooptimization是否自动优化(策略预留)
healthscore_threshold
健康分阈值 | | suggestionscheckinterval | 建议检查间隔(秒) |

环境变量(与 applyenvironmentoverrides() 一致)

环境变量映射配置键取值与行为
CONTEXTHISTORYSIZEcontextswitch.maxtopichistory正整数,限制在 1–100
MEMORYSEARCHDEPTH
memorysearch.search_depth | 正整数,限制在 1–3 | | TOKENOPTIMIZERENABLED | tokenoptimization.enabled | true/1/yes/on 为启用;false/0/no/off 为禁用(禁用后使用率 >70% 也不触发 triggeroptimization) | | CONTEXTSWITCHLOGLEVEL | contextswitch.log_level | DEBUG / INFO / WARNING / ERROR / CRITICAL;设置根 logger 级别 |

未设置上述环境变量时,行为完全由 config.json 与代码默认决定。

CLI 与入口

  • - 主入口:python3 context-switch-token-optimizer.py [--config path] --process|--status|--reset|--test
  • 子模块:contextmanager.py、tokenoptimizer.py(参数见 --help)

维护: Hermosa 版本: v1.1 最后更新: 2026-03-17

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 context-switch-token-optimizer-1776288182 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 context-switch-token-optimizer-1776288182 技能

通过命令行安装

skillhub install context-switch-token-optimizer-1776288182

下载

⬇ 下载 context-switch-token-optimizer v1.0.1(免费)

文件大小: 30.47 KB | 发布时间: 2026-4-17 14:29

v1.0.1 最新 2026-4-17 14:29
- Added initial implementation files: context management and token optimization modules, plus test and debug scripts.
- Provided detailed algorithm and configuration documentation.
- Introduced a richer state persistence format including compression status and token usage tracking.
- Supported advanced topic similarity calculation (Jaccard overlap, substring/partial bonus, time decay).
- Environment variable overrides and merged user config supported.
- Initial CLI support for processing, status, reset, and testing operations.

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部