核心用法
Context Manager 是 OpenClaw 生态系统的会话生命周期管理工具，解决 AI 长上下文窗口的性能衰减问题。核心工作流为四步闭环：
1. AI 自总结：向当前会话 agent 发送结构化 prompt，让其基于完整上下文生成涵盖「已完成任务」「关键决策」「当前状态」「待办事项」「关键记忆」五维度的摘要
2. 安全备份：将原始 JSONL 会话文件完整归档至 memory/compressed/
3. 硬重置：删除 JSONL 文件触发 OpenClaw 官方重置机制（非 /reset 指令，避免被误解析为普通消息）
4. 上下文注入：通过 openclaw agent --to main 将 AI 摘要作为新会话首条消息注入，保持相同 session key 但生成新 session ID
显著优点
- 自指优化：利用 agent 对自身上下文的完全可见性，生成质量远高于外部启发式提取（对比内置
compress命令的 grep 方案） - 可控破坏性：
summarize与--replace分离设计，允许先审阅摘要质量再执行重置 - 零配置集成：自动发现 OpenClaw 网关、依赖仅 jq，无需额外模型或 API key
- 可恢复性：每次操作生成带时间戳的完整备份，支持手动回滚
潜在局限
- 生态锁定：仅支持 OpenClaw 网关协议，无法迁移至原生 Claude/ChatGPT 会话
- 摘要质量依赖模型能力：若底层模型（如 gemini-3-flash）总结能力不足，可能丢失 subtle context
- 重置即断联：硬重置导致与外部系统的 session 关联（如 Slack thread）断裂，需人工重新建立
- 无自动化触发：阈值检测需手动
check或check-all，缺乏基于使用率的自动压缩
适合人群
- 运行 4h+ 长会话的 OpenClaw 高级用户
- 需要保持对话连续性但受限于 100k token 窗口的开发者
- 构建自动化工作流、需定期上下文整理的 cron/session 管理者
常规风险
- 数据丢失：
--replace操作不可逆，尽管有备份，恢复需手动 JSONL 替换 - 总结偏差：AI 可能错误理解自身上下文优先级，导致关键信息被压缩丢弃
- 时序混乱：注入摘要后，历史消息时间戳丢失，依赖时间线的工具可能失效