核心用法
Context Compression 是一款专为 OpenClaw 设计的上下文管理技能，通过四级分层架构解决会话无限增长导致的上下文溢出问题。核心功能包括：字符级会话截断（保留最近 N 字符）、AI 驱动的事实识别（自动提取偏好/决策/任务等关键信息）、偏好生命周期管理（支持短期@标签自动过期）。
用户通过交互式配置设置保护阈值（20k/40k/60k）、截断频率（10分钟/30分钟/1小时），系统自动在后台运行，独立于 Agent 进程。截断前会扫描关键词（重要/决定/TODO/decision 等），将关键事实写入 MEMORY.md，并按 [偏好]/[决策]/[任务] 等分类存储。
显著优点
1. 预防性设计：在上下文溢出前主动截断，避免会话加载失败和 Cron 任务崩溃
2. 智能分层：L4 MEMORY.md（永久）> L3 日摘要 > L2 近期会话 > L1 当前会话，确保核心记忆不丢失
3. 零网络依赖：纯本地文件操作，使用系统内置工具（bash/jq/sed/grep 等），无外部网络活动
4. 透明可验证：提供完整日志、健康检查脚本和配置验证清单
潜在局限
- 依赖 OpenClaw 生态：专为 OpenClaw 会话格式（JSONL）设计，通用性受限
- AI 识别准确率：事实提取基于关键词匹配，复杂语义可能遗漏
- 配置门槛：需理解四级架构原理才能合理设置阈值
- 日摘要功能默认关闭：需手动启用，初期可能错过历史压缩优化
适合人群
- 长期使用 OpenClaw 进行深度对话的知识工作者
- 需要维护复杂项目上下文的多会话用户
- 对数据隐私敏感、要求完全本地化的用户
常规风险
1. 配置不当导致过度截断：maxChars 设置过低可能丢失近期重要上下文
2. 锁文件机制依赖：活跃会话检测依赖 .lock 文件，异常退出时可能误判
3. 权限要求较宽：需要读写 sessions 和 memory 目录，多用户环境需注意隔离
4. MIT-0 许可证：公共领域授权，无责任担保，企业使用需自行评估