Quản lý ngữ cảnh nâng cao cho các mô hình DeepSeek với tính năng tự động nén và tối ưu hóa dựa trên mức độ liên quan động.
Cài đặt & Tải xuống
1. ClawHub CLI
Cách nhanh nhất để cài đặt kỹ năng trực tiếp từ thư viện.
npx clawhub@latest install context-optimizer
2. Cài đặt Thủ công
Sao chép thư mục kỹ năng vào một trong những vị trí sau
~/.openclaw/skills/ <project>/skills/ Ưu tiên: Không gian làm việc > Cục bộ > Gói sẵn
3. Cài đặt Prompt
Sao chép prompt này vào OpenClaw để tự động cài đặt.
Giúp tôi cài đặt context-optimizer bằng Clawhub. Nếu Clawhub chưa
Bạn muốn tải xuống?
Nhận các tệp kỹ năng gốc dưới dạng lưu trữ ZIP.
Context Pruner là gì?
Context Pruner là một công cụ quản lý ngữ cảnh tinh vi được thiết kế đặc biệt để đáp ứng các yêu cầu của Mô hình ngôn ngữ lớn, với sự tối ưu hóa chuyên biệt cho cửa sổ 64k token của DeepSeek. Bằng cách triển khai các chiến lược nén thông minh và chấm điểm mức độ liên quan động, nó đảm bảo rằng các tác nhân AI duy trì hiệu suất cao và tính nhất quán logic mà không gặp phải giới hạn ngữ cảnh cứng nhắc. Công cụ này rất cần thiết cho các nhà phát triển xây dựng các Openclaw Skills phức tạp đòi hỏi các cuộc hội thoại kéo dài, xử lý dữ liệu sâu rộng hoặc quản lý bộ nhớ có độ trung thực cao.
Kỹ năng này cung cấp một khung làm việc mạnh mẽ để cắt tỉa thích ứng, sử dụng tính năng khử trùng lặp ngữ nghĩa để loại bỏ thông tin dư thừa trong khi vẫn giữ lại các thông báo hệ thống có mức ưu tiên cao. Cho dù bạn đang xây dựng một tác nhân nghiên cứu tự trị hay một trợ lý mã hóa, việc tích hợp công cụ này vào quy trình làm việc Openclaw Skills sẽ đảm bảo giảm thiểu chi phí token và theo dõi tình trạng ngữ cảnh trong thời gian thực.
Trường hợp sử dụng Context Pruner
- Quản lý các cuộc hội thoại cực dài trong Openclaw Skills mà không làm mất dữ liệu lịch sử quan trọng.
- Giảm chi phí token vận hành bằng cách cắt tỉa thông minh các khối tin nhắn dư thừa hoặc có mức độ liên quan thấp.
- Triển khai hệ thống bộ nhớ phân cấp để truy xuất dữ liệu lịch sử trong các tác vụ kỹ thuật phức tạp.
- Ngăn ngừa lỗi tràn ngữ cảnh trong các tác nhân dựa trên DeepSeek trong các phiên mã hóa đa tệp chuyên sâu.
Cách thức hoạt động của Context Pruner
- Kỹ năng khởi tạo một bộ giám sát với giới hạn ngữ cảnh cụ thể, thường được điều chỉnh thành 64.000 token cho các mô hình DeepSeek.
- Nó liên tục theo dõi việc sử dụng token và kích hoạt tự động nén khi mức sử dụng vượt qua ngưỡng xác định (ví dụ: 75%).
- Công cụ áp dụng nhiều chiến lược khác nhau — bao gồm nén ngữ nghĩa, thời gian và trích xuất — để cô đọng dữ liệu lịch sử.
- Sử dụng chấm điểm mức độ liên quan nhận biết truy vấn, kỹ năng này lọc và ưu tiên các tin nhắn giống nhất với ý định hiện tại của người dùng.
- Dữ liệu dư thừa được chuyển sang hệ thống lưu trữ phân cấp, cho phép tác nhân truy xuất các đoạn mã sau này nếu ngữ cảnh hiện tại thiếu thông tin cụ thể.
Cài đặt Context Pruner
Để tích hợp chức năng này vào môi trường Openclaw Skills của bạn, hãy điều hướng đến thư mục kỹ năng và cài đặt các phụ thuộc cần thiết:
cd ~/.clawdbot/skills/context-pruner && npm install tiktoken @xenova/transformers
Thêm kỹ năng vào tệp cấu hình của bạn:
skills:
context-pruner:
enabled: true
config:
contextLimit: 64000
autoPrune: true
Lược đồ dữ liệu & Hệ thống phân loại của Context Pruner
Kỹ năng tổ chức logic nội bộ và hệ thống lưu trữ của nó bằng sơ đồ sau:
| Tham số | Kiểu | Mô tả |
|---|---|---|
| contextLimit | Số | Cửa sổ token tối đa (mặc định: 64000 cho DeepSeek) |
| archivePath | Chuỗi | Thư mục cục bộ để lưu trữ kho lưu trữ bộ nhớ phân cấp |
| strategies | Mảng | Danh sách các chiến lược đang hoạt động: ngữ nghĩa, thời gian, trích xuất hoặc thích ứng |
| relevanceDecay | Số thực | Tốc độ giảm điểm mức độ liên quan của các tin nhắn cũ (0.0 đến 1.0) |
| logToChat | Boolean | Xác định xem các sự kiện tối ưu hóa có được báo cáo trong giao diện trò chuyện hay không |
Tính năng Nâng cao của Context Pruner
- Khử trùng lặp ngữ nghĩa: Xác định và hợp nhất các tin nhắn có ý nghĩa tương tự để tiết kiệm dung lượng mà không làm mất ngữ cảnh.
- Hệ thống bộ nhớ phân cấp: Triển khai kiến trúc RAM so với Lưu trữ, nơi ngữ cảnh hiện tại duy trì tốc độ nhanh trong khi kho lưu trữ xử lý lịch sử chuyên sâu.
- Mức độ liên quan nhận biết truy vấn: Chấm điểm lại một cách linh hoạt tầm quan trọng của các tin nhắn lịch sử dựa trên sự tương đồng về ngữ nghĩa với lời nhắc của người dùng đang hoạt động.
- Giám sát tình trạng thời gian thực: Liên tục ghi lại các sự kiện tối ưu hóa, cung cấp tính minh bạch về cách Openclaw Skills đang quản lý mật độ token.
SKILL.md
Đang tải
Các kỹ năng Openclaw liên quan
Humanizer Tinh chỉnh văn bản AI
Một kỹ năng xử lý văn bản tinh vi giúp xác định và loại bỏ các dấu ấn do AI tạo ra để chuyển đổi đầu ra LLM máy móc thành văn bản viết tự nhiên của con người.
Soaring Weather
Một công cụ dự báo thời tiết lượn và nhiệt cấp chuyên nghiệp sử dụng công cụ tính điểm 11 thông số để dự đoán các điều kiện bay.
Remember Me
Một lớp bộ nhớ tinh vi theo dõi các tùy chọn, mục tiêu và ranh giới của người dùng để cung cấp các tương tác AI được cá nhân hóa cao theo thời gian.
Omarchy
Omarchy cung cấp một bộ toàn diện các trình bao bọc hệ thống và rào chắn vận hành để đảm bảo các AI agent quản lý môi trường cục bộ bằng các quy trình làm việc gốc an toàn.
Thiết lập sàn giao dịch OpenMM
Hướng dẫn cấu hình tương tác để thiết lập thông tin xác thực API an toàn và biến môi trường cho khung giao dịch OpenMM.
Giao dịch Lưới OpenMM
Một công cụ giao dịch lưới tự động cho OpenMM thực hiện các lệnh mua và bán xung quanh một mức giá trung tâm để nắm bắt sự biến động của thị trường.
Đặc sắc*
