核心功能
Context Recovery 是一款专为长会话场景设计的上下文修复技能,能够在模型上下文被压缩、会话意外中断或用户隐式引用历史工作时,自动从多源数据重建工作现场。
核心用法
自动触发:检测到 <summary> 标签、"context limits" 等压缩指示词时立即执行;
手动触发:识别 "continue"、"where were we" 等续接意图,或用户提及 "the PR"、"the branch" 等未指明的项目引用。
执行流程采用七层递进架构:
1. 通道检测 — 识别 Discord/Slack/Telegram/Signal 等平台及 threadId;
2. 历史回溯 — 自适应深度抓取,起始 50 条,按时间跨度动态扩展至 100 条上限;
3. 会话日志 — 读取本地 .jsonl 文件提取最近 3 个会话的用户请求与助手响应;
4. 共享内存 — 基于关键词检索持久化记忆库;
5. 上下文合成 — 结构化输出项目状态、时间线、待办事项、关键引用;
6. 缓存持久化 — 写入当日记忆文件,抵御未来压缩;
7. 主动响应 — 直接呈现恢复结果并给出继续/重试/澄清选项。
显著优点
- 零摩擦续接:无需用户重复交代背景,显著降低长项目协作成本;
- 跨平台统一:一套协议覆盖主流通讯平台,thread 感知确保 Slack/Discord 嵌套对话不丢失;
- 自适应深度:时间优先策略(≥2小时跨度)兼顾 token 预算与信息完整性;
- 防御性设计:强制在返回 "insufficient data" 前执行恢复协议,避免无效追问。
潜在局限
- 历史可达性依赖:若平台 API 权限不足或消息已过期,恢复效果受限;
- 本地日志路径硬编码:
~/.clawdbot-*/agents/*/sessions路径需与环境匹配; - 关键词匹配粗放:grep 检索可能引入噪声,缺乏语义相似度过滤;
- 100 条上限:高频对话场景可能遗漏关键决策点。
适用人群
- 多轮迭代开发的技术团队(代码审查、PR 跟踪);
- 长周期研究项目的知识工作者;
- 依赖异步协作的分布式团队。
常规风险
- 隐私暴露:抓取历史消息可能触及敏感内容,需确保通道权限合规;
- 幻觉污染:若日志与记忆库信息冲突,合成阶段可能产生矛盾上下文;
- token 爆炸:未严格约束的 session log 提取(tail -50 条助手响应)可能超限。
整体评估:该技能是长会话代理的基础设施级能力,设计严谨但需配合环境配置与权限管理方能发挥最大价值。