跳到主要内容

压缩 (Compaction)

当会话变得太长而无法适应模型的上下文窗口时，Clawdbot 会执行 压缩 (Compaction)。这涉及将旧的消息总结为一段简洁的摘要，以腾出空间进行新的交互。

它是如何工作的？​

  1. Token 计数：网关持续估计当前会话中的 Token 数量。
  2. 触发阈值：当 Token 数超过限制（减去预留空间）时，就会触发压缩。
  3. 摘要生成：Clawdbot 要求模型总结会话中最旧的部分。
  4. 上下文替换：总结后的旧消息被删除，并由新的“摘要”块替换。

触发模式​

1. 自动压缩 (Auto-Compaction)​

这是默认模式。当会话接近上下文限制时，网关会自动运行摘要任务。

2. 手动压缩 (Manual Compaction)​

您可以随时通过命令手动触发压缩：

/compact 关注决策和待办问题

您可以提供可选的说明来引导摘要过程。

配置​

您可以在 agents.defaults.compaction 下微调压缩行为：

{
  agents: {
    defaults: {
      compaction: {
        reserveTokensFloor: 20000,   // 为回复预留的最小 Token 数
        summarizeWindowTokens: 10000, // 每次压缩要总结的 Token 数
        strategy: "summary"           // 策略：总结旧消息
      }
    }
  }
}

摘要策略​

  • 总结 (Summary)：这是最常用的策略。它保留了对话的整体脉络，但丢弃了具体的语气和多余的细节。
  • 丢弃 (Drop)：对于某些非关键任务，您可以配置为直接丢弃最旧的消息而不进行总结（通过 strategy: "drop"）。

记忆冲刷 (Memory Flush)​

在压缩发生 之前，Clawdbot 可以提醒智能体将任何重要的事实保存到其长期记忆中。这确保了即使消息被总结或丢弃，关键信息也不会丢失。

详情请参阅：记忆。

注意事项​

  • 压缩是不可逆的：一旦消息被总结，原始的逐字记录就会从活跃上下文中移除（虽然它仍保留在网关的会话日志文件中）。
  • 摘要开销：生成摘要本身也会消耗 Token。Clawdbot 使用高效的提示词来最小化此成本。
  • 长短期记忆：压缩处理的是 短期会话上下文。对于跨会话的长期事实，请使用 记忆 (Memory)。