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。