一套用於管理與優化 AI 代理有限上下文窗口的系統框架,旨在防止記憶遺失並降低營運成本。
從來源直接安裝技能的最快方式。
npx clawhub@latest install context-budgeting
將技能資料夾複製到以下位置之一
~/.openclaw/skills/ <project>/skills/ 優先級:工作區 > 本地 > 內建
將此提示詞複製到 OpenClaw 即可自動安裝。
請幫我使用 Clawhub 安裝 context-budgeting。如果尚未安裝 Clawhub,請先安裝(npm i -g clawhub)。
取得包含原生技能檔案的ZIP壓縮檔。
此技能為管理 OpenClaw 代理的有限上下文窗口(RAM)提供了一個強大的框架。透過實施策略性的資訊分區與自動檢查點機制,它確保即使在複雜的長耗時工作階段中,關鍵的專案目標與決策記錄也能得到保留。利用 Openclaw Skills 進行上下文預算,開發者可以透過主動管理資訊生命週期來保持高效能並降低延遲。
該技能的主要目的是解決上下文壓縮過程中常見的「記憶遺失」問題。它強制執行嚴格的預壓縮工作流,要求代理在清除原始數據之前總結其狀態,確保最相關的見解永遠不會在截斷過程中遺失。
要在您的 Openclaw Skills 環境中實作此功能,請確保腳本已正確放置並具有執行權限。
# 進入技能目錄
cd skills/context-budgeting/scripts/
# 為 GC 腳本提供執行權限
chmod +x gc_and_checkpoint.sh
配置代理的心跳以監控 /status。當上下文使用量超過 80% 時,必須指令代理在執行腳本之前觸發檢查點程序。
該技能使用優先級分區模型與特定的 Markdown 檔案進行資訊持久化來組織數據。
| 組件 | 分配比例 | 描述 |
|---|---|---|
| 目標 (Objective) | 10% | 核心任務指令與活動約束。 |
| 短期歷史 | 40% | 最近 5-10 輪的原始對話。 |
| 決策記錄 | 20% | 總結後的結果與失敗的嘗試。 |
| 背景 | 20% | 來自 MEMORY.md 的高相關性片段。 |
| 檢查點檔案 | 中繼數據 | memory/hot/HOT_MEMORY.md 追蹤目前進度與後續步驟。 |
加載中







































