context-clean-up

🧹 上下文膨胀诊断与可控清理

devops榜 #38

审计 OpenClaw 上下文膨胀源,生成安全的可逆清理方案,零自动变更风险

收藏
10.8k
安装
2.4k
版本
1.0.2
CLS 安全性认证2026-06-03
点击查看完整报告 >

使用说明

核心用途

context-clean-up 是一个审计型运行手册(runbook),专门诊断 OpenClaw 对话上下文的膨胀原因,输出可操作的清理计划。关键特性是仅审计、不自动执行,所有变更需用户显式批准。

工作流程

1. 范围界定:识别工作目录与 OpenClaw 运行时状态目录
2. 运行审计脚本context_cleanup_audit.py 生成 JSON 报告,定位三类膨胀源:

3. 制定修复计划:按风险升序排列,使用三大杠杆:

4. 验证效果:观察后续 cron/heartbeat 是否静默,上下文增长率是否趋平

  • 巨型 toolResult 条目(exec/read/web_fetch 等工具输出)
  • 大量 System: / Cron: 自动化日志
  • 重复注入的引导文档(AGENTS/MEMORY/SOUL/USER)
  • Lever A:无异常时强制输出 NO_REPLY,消除静默循环的转录膨胀
  • Lever B:告警走外发通道(Telegram/Slack),避免写入会话上下文
  • Lever C:精简 MEMORY.md,将大段内容移至 references/memory/

显著优点

  • 零风险设计:audit-only 模式杜绝误删;变更前提供精确补丁+回滚方案
  • 结构化诊断:JSON 报告量化膨胀来源,避免盲目优化
  • 可逆操作:所有建议遵循标准杠杆,易于撤销
  • 性能导向:直接解决 Token 消耗和响应延迟问题

潜在局限

  • 需手动执行:不会自动清理,对期望"一键瘦身"的用户不够便捷
  • 依赖 Python 环境:目标系统需预装 python3
  • 有限覆盖范围:仅处理上下文膨胀,不优化模型选择或推理效率
  • 外发通道配置成本:Lever B 需额外设置 Telegram/Slack 等通知渠道

适合人群

  • OpenClaw 长期会话用户,遇到上下文窗口不足或响应变慢
  • 频繁使用自动化(cron/heartbeat)的团队,需控制转录噪声
  • 注重操作安全的运维人员,拒绝自动变更的不可逆风险

常规风险

  • 误判膨胀优先级:JSON 报告需人工解读,可能遗漏业务关键的工具输出
  • 过度静默:Lever A 的 NO_REPLY 若配置不当,可能掩盖真实异常信号
  • 外发依赖故障:Lever B 的通知渠道失效时,关键告警可能丢失

---

> 来源:OpenClaw 官方技能仓库 | MIT 协议 | 审计型工具,无自动变更权限

安全解读

核心用法

context-clean-up 是一个专为 OpenClaw 设计的纯审计工具,用于诊断提示词上下文膨胀问题。用户执行 /context-clean-up 后,Skill 会:
1. 扫描工作目录和 OpenClaw 运行时状态目录(~/.openclaw

2. 运行 Python 审计脚本分析会话 JSONL 文件、引导文档等

3. 生成 JSON 格式审计报告,识别三大膨胀源:

4. 输出可操作的清理计划(Lever A/B/C),但不自动应用任何更改

  • transcript bloat:过大的 toolResult 条目(exec/read/web_fetch)
  • automation bloat:过多的 System/Cron 自动化日志
  • reinjected rules bloat:体积庞大的引导文档(AGENTS/MEMORY/SOUL/USER)

显著优点

  • 零风险审计:明确声明 audit-only,不修改任何文件,用户完全掌控
  • 依赖极简:Python 脚本仅使用标准库(argparse/json/os/re 等),零第三方依赖
  • 行为透明:所有文件操作本地完成,无网络请求,无隐蔽行为
  • 计划可逆:提出的清理方案(如 NO_REPLY 静默模式、外发通知、文档拆分)均可安全回滚
  • 合规良好:符合 GDPR 数据最小化原则,无外部数据传输

潜在局限

  • 需手动执行修复:仅生成计划不自动应用,对追求全自动化的用户不够便捷
  • Python 环境依赖:要求系统安装 python3,部分极简环境可能不满足
  • T3 来源等级:个人开发者/社区项目,无知名组织背书,需用户自行评估信任
  • 审计范围有限:聚焦 OpenClaw 特定运行时结构,通用性不强

适合人群

  • OpenClaw 长期用户,感觉会话变慢或提示词膨胀
  • 需要定期优化 AI 助手性能的效率型用户
  • 偏好手动掌控、不愿接受自动化修改的谨慎型用户
  • 开发团队需要排查自动化任务噪音来源的运维人员

常规风险

  • 误删风险(极低):因不自动修改,纯审计性质消除误操作可能
  • 隐私泄露(极低):仅访问本地 OpenClaw 数据,无外传
  • 报告误读:JSON 报告需一定技术背景理解,非技术用户可能需辅助解读
  • 版本漂移:未来 OpenClaw 运行时结构变更可能影响审计准确性

context-clean-up 内容

references文件夹
scripts文件夹
手动下载zip · 6.3 kB
cron-noise-checklist.mdtext/markdown
请选择文件