返回顶部
c

context-window-optimizer上下文窗口优化

Optimize context window usage by summarizing old conversation segments, extracting key facts and decisions to permanent memory, and keeping current context lean. Triggers when: (1) conversation history grows beyond ~50 messages or context feels heavy; (2) before long or complex tasks; (3) after significant decisions or work completions; (4) when explicitly asked to optimize context, compact context, or clean up context.

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.0
安全检测
已通过
110
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

context-window-optimizer

上下文窗口优化器

战略性管理上下文,防止令牌浪费,保持对话高效。

核心原则

上下文是共享资源。 保持精简,为实际工作留出空间。

何时优化

  • - 对话超过约50条消息
  • 开始新任务前上下文感觉沉重
  • 开始复杂的多步骤任务
  • 重大决策或完成之后
  • 明确要求优化/压缩

优化工作流程

步骤1:评估上下文状态

运行分析器获取上下文指标:
bash
python3 scripts/analyze_context.py --session current

报告内容包括:

  • - 消息数量和近似令牌数量
  • 最旧消息的时效
  • 密度评分(信号与噪声比)

步骤2:识别优化目标

查找:

  • - 已完成任务中冗长的日志
  • 对同一概念的重复解释
  • 偏离主题的内容
  • 可总结的原始工具输出
  • 应移至永久记忆的决策

步骤3:提取至记忆

决策 → MEMORY.md 或相关项目文件:

决策(来自2026-03-25会话)

  • - 项目X选择PostgreSQL而非MongoDB
  • 同意采用3天冲刺节奏
  • 用户偏好详细解释而非摘要

关键事实 → 相应领域/项目文件:

项目X事实

  • - 技术栈:React + Node + Postgres
  • 主要用户痛点:上手缓慢
  • 当前速度:5个故事点/冲刺

模式 → ~/self-improving/memory.md:

用户偏好

  • - 始终先解释为什么再说明是什么
  • 偏好要点列表而非段落

步骤4:总结密集段落

对于长时间的工作会话,创建摘要而非保留所有细节:

markdown

会话摘要:2026-03-25

已完成工作

  • - 设置认证流程
  • 修复工作进程中的内存泄漏
  • 设计新API架构

已做决策

  • - 使用JWT而非会话(更简单,扩展性更好)
  • 缓存推迟至v2(非阻塞)

待解决问题

  • - 通知的最终技术栈(推送vs轮询)
  • 需要用户对上手指引流程的反馈

后续步骤

  • - 实现认证端点
  • 编写工作进程测试
  • 安排设计评审

步骤5:归档而非删除

切勿删除上下文——将其归档:

  • - 将摘要移至 memory/YYYY-MM-DD.md
  • 在会话中保留指针以便恢复
  • 使用 [[archived:filename.md]] 标记

上下文密度规则

内容类型操作
已完成任务总结结果,归档细节
决策
提取至MEMORY.md或项目文件 | | 关键事实 | 提取至相关领域/项目 | | 工具日志 | 成功则总结,调试则保留 | | 重复概念 | 删除重复项,保留一个规范版本 | | 偏离主题 | 跳过或在笔记中总结 | | 系统提示 | 切勿触碰 | | 技能元数据 | 仅加载相关部分 |

快速命令

任务命令
分析当前上下文python3 scripts/analyzecontext.py --session current
总结会话
python3 scripts/summarizesession.py --session current --output summary.md | | 提取决策 | python3 scripts/extract_decisions.py --session current |

文件

  • - scripts/analyzecontext.py — 上下文指标和优化建议
  • scripts/summarizesession.py — 创建会话摘要
  • scripts/extract_decisions.py — 提取决策和关键事实
  • references/patterns.md — 常见总结模式

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-window-optimizer-1776018139 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-window-optimizer-1776018139 技能

通过命令行安装

skillhub install context-window-optimizer-1776018139

下载

⬇ 下载 context-window-optimizer v1.0.0(免费)

文件大小: 8.26 KB | 发布时间: 2026-4-13 09:52

v1.0.0 最新 2026-4-13 09:52
Initial release of context-window-optimizer.

- Summarizes old conversation segments and archives unnecessary details to keep context lean.
- Extracts key facts and decisions into permanent memory or relevant project files.
- Provides clear workflow and scripts for analyzing and optimizing context window usage.
- Lists common triggers and quick commands for when and how to optimize context.
- Offers rules for context density and methods for archiving, not deleting, context.

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