核心用法
context-manager 是专为 OpenClaw 平台设计的会话上下文管理工具,通过 Shell 脚本 compress.sh 提供完整的 CLI 操作界面。用户可通过 list 命令查看所有会话的 token 使用情况,,status 检查特定会话详情,,summarize 生成只读的 AI 摘要,以及 summarize --replace 执行完整的压缩流程(生成摘要→备份→重置→注入)。工具支持自定义压缩阈值(50-99%)、摘要深度(brief/balanced/comprehensive)和静默时段,实现精细化的会话生命周期管理。
显著优点
智能自摘要机制:区别于传统的 grep/正则提取,该工具利用 AI 自身理解能力生成结构化摘要,包含已完成任务、关键决策、当前状态和待办事项四个维度,信息保留质量显著高于机械压缩。
非破坏性操作设计:所有压缩操作前强制备份原始 JSONL 会话文件至 memory/compressed/,失败时可手动恢复;summarize 与 summarize --replace 分离设计,允许用户先验证摘要质量再执行重置。
深度平台集成:直接调用 openclaw CLI 和会话文件系统,使用官方 JSONL 删除机制重置会话,而非不可靠的 /reset 消息注入,技术实现稳健可靠。
量化收益明确:实测可将 70k token 会话压缩至 16k(77% 缩减),有效延缓上下文窗口耗尽,维持长会话的响应速度和连贯性。
潜在缺点与局限性
平台强绑定:完全依赖 OpenClaw 生态,无法迁移至 Claude API 直连或其他 AI 平台;若 openclaw CLI 行为变更,工具可能失效。
数据隐私权衡:会话内容必须通过 openclaw agent 发送至 AI 服务生成摘要,敏感对话存在云端处理风险,尽管这是功能设计的必要代价。
恢复操作门槛:虽提供备份文件,但恢复需手动执行 cp 命令,缺乏一键 restore 子命令,紧急回滚体验欠佳。
Shell 环境依赖:需要 Bash、jq、标准 Unix 工具链,Windows 原生环境支持有限。
适合的目标群体
- 高频使用 OpenClaw 进行长周期项目开发、深度研究或复杂任务拆解的重度用户
- 遭遇 100k token 上下文上限瓶颈,需要维持会话连续性但不愿丢失历史脉络的场景
- 对 AI 辅助摘要质量有信任基础,能接受云端处理会话内容的用户
- 具备基础 CLI 操作能力,能阅读 Shell 脚本进行故障排查的技术用户
使用风险
操作不可逆风险:--replace 模式删除原始 JSONL 后,若备份文件损坏或丢失,会话历史将永久丢失;建议关键会话先手动额外备份。
摘要质量波动:AI 生成的摘要可能遗漏边缘但关键的上下文细节(如特定代码片段、精确数值),压缩后需验证核心信息完整性。
依赖服务稳定性:openclaw 网关或 AI 服务异常时,压缩流程可能中断在备份后、注入前的中间状态,需人工介入恢复。
并发操作冲突:多终端同时操作同一会话可能导致备份覆盖或注入混乱,建议单会话单操作窗口。