每个 LLM 都有上下文窗口限制。当代理超出限制时，响应质量下降——幻觉增加、指令被遗忘、成本飙升。本指南教你像专家一样管理上下文：保留什么、压缩什么、卸载什么。

为什么上下文很重要

成本随 Token 增长

上下文中的每个 Token 在每次 API 调用时都要花钱。膨胀的 100K 上下文按 $15/M Token = 每次请求 $1.50。

噪音降低质量

LLM 在无关上下文中表现更差。研究表明，上下文中充满无关信息时准确率下降 20-30%。

速度线性下降

更大的上下文 = 更慢的响应。首 Token 延迟与上下文大小成正比。

OpenClaw 上下文解剖

Component	Tokens	Priority	Notes
SOUL.md	~500-2K	始终加载	代理身份和核心指令。保持简洁。
AGENTS.md	~300-1K	始终加载	角色定义。多代理时增长。
memory.md	~1K-10K	始终加载	膨胀的最大元凶。必须主动管理。
活跃对话	~2K-50K	动态	当前聊天历史。通过滑动窗口自动管理。
工具结果	~1K-20K	每次调用	网页抓取、文件读取、搜索结果。可能迅速膨胀。

优化策略

1. 每周清理 memory.md

每周审查 memory.md。删除过时事实、合并重复项、将结构化数据移至 SQLite。目标：低于 2K Token。

openclaw memory status  # 检查当前 Token 数

2. 使用分层上下文加载

不是所有内容都需要始终在上下文中。使用 @include 指令根据当前任务条件加载。

# 在 SOUL.md 中:
@include(coding-rules.md) when task.type == 'code'
@include(writing-style.md) when task.type == 'write'

3. 总结工具输出

网页抓取可能 10K+ Token。使用内置总结器在注入上下文前压缩结果。

openclaw config set tools.web.summarize true
openclaw config set tools.web.max_tokens 2000

4. 设置对话滑动窗口

限制多少条之前的消息保留在上下文中。旧消息自动被总结。

openclaw config set context.sliding_window 20
openclaw config set context.summary_after 10

5. 卸载到外部存储

大型知识库使用 SQLite 或向量数据库。按需查询而非全部保留在上下文中。

openclaw memory index --to sqlite

Token 预算模板

Component	Budget	Tip
SOUL.md	800	最多一页。每个词都要有存在的意义。
AGENTS.md	500	简短角色描述。详情放在单独文件。
memory.md	1,500	只保留前 30 个事实。结构化数据→SQLite。
对话历史	8,000	20 条消息滑动窗口 + 自动总结。
工具结果	3,000	总结所有网页/文件结果。限制每工具输出。
响应预留	4,000	始终为模型思考和响应留出空间。

要避免的反模式

将整个文件倾倒到 memory.md

存储文件路径。让代理按需读取文件。

永远保留完整对话历史

使用滑动窗口。总结旧轮次。

上下文中包含网页抓取的原始 HTML

始终提取文本并总结后再注入。

SOUL/AGENTS/memory 之间的重复信息

单一事实来源。引用而非复制。

带示例的冗长系统提示

保持提示简洁。示例移至按需检索。

监控上下文使用

openclaw config get agents.defaults # 当前上下文分解

openclaw memory status # 每部分 Token 数

openclaw memory status # memory.md Token 数

openclaw config get context.* # 所有上下文设置

优化检查清单

✅ memory.md 低于 2K Token

✅ SOUL.md 低于 1K Token

✅ 已设置滑动窗口（20 条消息）

✅ 已启用工具输出总结

✅ 结构化数据已迁移到 SQLite

✅ 上下文部分使用条件 @include

✅ 响应 Token 预算已预留（4K+）

✅ 已安排每周 memory.md 审查

为什么上下文很重要

成本随 Token 增长

上下文中的每个 Token 在每次 API 调用时都要花钱。膨胀的 100K 上下文按 $15/M Token = 每次请求 $1.50。

噪音降低质量

LLM 在无关上下文中表现更差。研究表明，上下文中充满无关信息时准确率下降 20-30%。

速度线性下降

更大的上下文 = 更慢的响应。首 Token 延迟与上下文大小成正比。

OpenClaw 上下文解剖

Component	Tokens	Priority	Notes
SOUL.md	~500-2K	始终加载	代理身份和核心指令。保持简洁。
AGENTS.md	~300-1K	始终加载	角色定义。多代理时增长。
memory.md	~1K-10K	始终加载	膨胀的最大元凶。必须主动管理。
活跃对话	~2K-50K	动态	当前聊天历史。通过滑动窗口自动管理。
工具结果	~1K-20K	每次调用	网页抓取、文件读取、搜索结果。可能迅速膨胀。

优化策略

1. 每周清理 memory.md

每周审查 memory.md。删除过时事实、合并重复项、将结构化数据移至 SQLite。目标：低于 2K Token。

openclaw memory status  # 检查当前 Token 数

2. 使用分层上下文加载

不是所有内容都需要始终在上下文中。使用 @include 指令根据当前任务条件加载。

# 在 SOUL.md 中:
@include(coding-rules.md) when task.type == 'code'
@include(writing-style.md) when task.type == 'write'

3. 总结工具输出

网页抓取可能 10K+ Token。使用内置总结器在注入上下文前压缩结果。

openclaw config set tools.web.summarize true
openclaw config set tools.web.max_tokens 2000

4. 设置对话滑动窗口

限制多少条之前的消息保留在上下文中。旧消息自动被总结。

openclaw config set context.sliding_window 20
openclaw config set context.summary_after 10

5. 卸载到外部存储

大型知识库使用 SQLite 或向量数据库。按需查询而非全部保留在上下文中。

openclaw memory index --to sqlite

Token 预算模板

Component	Budget	Tip
SOUL.md	800	最多一页。每个词都要有存在的意义。
AGENTS.md	500	简短角色描述。详情放在单独文件。
memory.md	1,500	只保留前 30 个事实。结构化数据→SQLite。
对话历史	8,000	20 条消息滑动窗口 + 自动总结。
工具结果	3,000	总结所有网页/文件结果。限制每工具输出。
响应预留	4,000	始终为模型思考和响应留出空间。

要避免的反模式

将整个文件倾倒到 memory.md

存储文件路径。让代理按需读取文件。

永远保留完整对话历史

使用滑动窗口。总结旧轮次。

上下文中包含网页抓取的原始 HTML

始终提取文本并总结后再注入。

SOUL/AGENTS/memory 之间的重复信息

单一事实来源。引用而非复制。

带示例的冗长系统提示

保持提示简洁。示例移至按需检索。

上下文窗口优化

为什么上下文很重要

成本随 Token 增长

噪音降低质量

速度线性下降

OpenClaw 上下文解剖

优化策略

1. 每周清理 memory.md

2. 使用分层上下文加载

3. 总结工具输出

4. 设置对话滑动窗口

5. 卸载到外部存储

Token 预算模板

要避免的反模式

监控上下文使用

优化检查清单

▶ Related Resources

上下文窗口优化

为什么上下文很重要

成本随 Token 增长

噪音降低质量

速度线性下降

OpenClaw 上下文解剖

优化策略

1. 每周清理 memory.md

2. 使用分层上下文加载

3. 总结工具输出

4. 设置对话滑动窗口

5. 卸载到外部存储

Token 预算模板

要避免的反模式

监控上下文使用

优化检查清单

▶ Related Resources