🎁 Get the FREE AI Skills Starter GuideSubscribe →
BytesAgainBytesAgain
🦀 ClawHub

Context Compress

by @olveww-dot

Incrementally summarizes long conversations by pruning, preserving key segments, and using AI to maintain context coherence.

Versionv1.0.2
Downloads469
TERMINAL
clawhub install context-compress

📖 About This Skill

Context Compress Skill

> 🛡️ OpenClaw 混合进化方案 — 将 Hermes-agent(100K ⭐)+ Claude Code 核心能力移植到 OpenClaw

防止长对话中思维链断裂的增量摘要工具。

🚀 一键安装

mkdir -p ~/.openclaw/skills && cd ~/.openclaw/skills && curl -fsSL https://github.com/olveww-dot/openclaw-hermes-claude/archive/main.tar.gz | tar xz && cp -r openclaw-hermes-claude-main/skills/context-compress . && rm -rf openclaw-hermes-claude-main && echo "✅ context-compress 安装成功"

触发方式

  • 手动触发: 对我说 "压缩上下文" 或 "compact"
  • 自动触发: 当上下文超过模型 context window 的 50% 时自动压缩
  • 五步算法

    1. Prune — 裁剪旧工具输出(无 LLM 调用,廉价预检) 2. Head — 保护开头的系统提示和前几轮对话 3. Tail — 按 token 预算保护最近几轮(~20K tokens) 4. LLM Summarize — 中间部分调用 DeepSeek-V3 压缩 5. Iterative — 后续压缩迭代更新摘要

    摘要格式

    保留以下结构化字段:

  • Active Task — 当前任务(最重要)
  • Goal — 总体目标
  • Completed Actions — 已完成操作(含工具、目标、结果)
  • Active State — 当前工作状态
  • Blocked — 阻塞问题
  • Key Decisions — 关键决策
  • Pending User Asks — 未完成请求
  • Remaining Work — 剩余工作
  • 使用 SiliconFlow API

  • 模型: deepseek-ai/DeepSeek-V3
  • API Base: https://api.siliconflow.cn/v1
  • 通过中转商调用,API Key 存储在环境变量
  • 🧩 配套技能

    本 skill 是 OpenClaw 混合进化方案 的一部分:

    > 将 Hermesagent(100K ⭐)+ Claude Code 核心能力移植到 OpenClaw

    > 将 Hermes-agent(100K ⭐)+ Claude Code 核心能力移植到 OpenClaw

    🔗 GitHub 项目:olveww-dot/openclaw-hermes-claude

    完整技能套件(6个):

  • 🛡️ crash-snapshots — 崩溃防护
  • 🧠 auto-distill — T1 自动记忆蒸馏
  • 🎯 coordinator — 指挥官模式
  • 💡 context-compress — 思维链连续性(本文)
  • 🔍 lsp-client — LSP 代码智能
  • 🔄 auto-reflection — 自动反思
  • 输出文件

  • src/compressor.ts — 核心压缩逻辑(TypeScript)