Apollo Renal

像肾脏一样过滤垃圾信息，保留有用的内容。

Security Scan

The skill's code and instructions are internally consistent with a context-filtering (detection/compression) purpose; it reads/writes local workspace state and does not request external credentials or network installs, but there are implementation gaps and a hard-coded workspace path worth reviewing before install.

Purpose & Capability

Name/description (real-time context filtering) matches the script and SKILL.md: the script estimates tokens, density, confirmations and writes a local filter-state. However the script assumes local workspace files (e.g., /root/.openclaw/workspace/memory/*.md and .dream/*.json) which are not declared as required config paths in metadata — this is plausible for a context filter but should be explicit.

Instruction Scope

SKILL.md describes a 6-step filtering workflow and integration into heartbeats. The included script only performs detection/metrics and writes .renal/filter-state.json (no deletion/compression is implemented). SKILL.md contains '待实施' items (filters and snapshotting not implemented). The instructions and script operate on local workspace files (reading memory and dream state) — consistent with purpose but the skill promises behaviors not yet implemented.

Install Mechanism

No install spec and no external downloads; only an included Bash script and SKILL.md. Lowest-risk install model for a skill of this type.

Credentials

The skill requests no env vars or credentials. It does, however, read and write files under a hard-coded absolute workspace path (/root/.openclaw/workspace). This is proportionate for a context-management tool, but hard-coding /root and not declaring required config paths reduces transparency and could cause the script to access unexpected data in some deployments.

Persistence & Privilege

always is false and the skill does not request elevated privileges. It writes a local state file (.renal/filter-state.json) within the workspace — expected for this functionality and not privileged.

Assessment

What to consider before installing: - This skill is coherent with its stated purpose: it analyzes local conversation memory and computes metrics to decide whether filtering is needed. It does not request external credentials or perform network installs. - The included script uses a hard-coded absolute path (/root/.openclaw/workspace). Confirm that this matches your deployment's workspace and that you are comfortable the script may read memory/*.md and .dream/*.json files from that location. - The script only performs detection/metrics and writes .renal/filter-state.json; the SKILL.md describes further filtering/compression and snapshotting which are marked '待实施' (not implemented). Expect that the skill in its current form will only report when filtering is recommended, not perform deletions or heavy rewriting. - If you need guarantees about data boundaries, ask the author to: (1) avoid hard-coded /root paths or make workspace path configurable, (2) explicitly declare required config paths, and (3) show the code that would perform any deletion/compression (so you can review it). - Recommended precautions: run in a sandboxed agent environment, back up any important decision records before enabling automated filtering, and require explicit user confirmation before any automatic deletion or cross-session compression is implemented. Confidence rationale: The files and instructions align with a context-management tool (benign), but missing implementation details and the hard-coded workspace path reduce confidence, so medium confidence is appropriate. If the skill later attempts network calls, reads/writes outside the workspace, or includes code that deletes content without confirmation, reassess as suspicious.

Apollo Renal — 上下文实时过滤系统

核心准则

AI的上下文管理应该像肾脏维护血液：持续过滤废物，保留有用物质，维持体内平衡。

肾脏的核心功能：

• 过滤：把血液中的废物分离出来
• 选择性重吸收：有用的东西（葡萄糖、氨基酸）全部回收
• 浓缩：把废物集中在尿液中排出
• 维持酸碱平衡：保持血液pH稳定

对应的AI映射：

• 过滤：识别上下文中的噪音（重复、废话、中间过程）
• 选择性重吸收：确保关键决策、用户偏好、进行中任务不被删除
• 浓缩：把多轮相同表达压缩为一句
• 酸碱平衡：监控对话情绪，发现失衡及时介入

与apollo-dream的关系

apollo-dream  = 睡眠时的记忆巩固（长期投资）
apollo-renal  = 清醒时的实时过滤（短期维护）

协作模式：
  renal（过滤）→ dream（巩固）→ renal（再过滤）
  ↑_________________________|（循环）

apollo-renal是"预防"，apollo-dream是"治疗"。

触发条件

自动触发

• Token使用率 > 50%
• 每次心跳时检测（apollo-circadian的午后低谷期优先触发）

手动触发

• 用户主动说：整理上下文、清理噪音、太长了

四步过滤流程

Step 1: 上下文透析（只读，不删除）
  → 扫描对话历史
  → 识别关键信息（必须保留）：
    - 决策（decisions）
    - 用户偏好（preferences）
    - 进行中任务（active tasks）
    - 未解决问题（open questions）
  → 识别废物（可以清除）：
    - 重复确认（"好的"/"收到"/"OK"等礼仪性回复）
    - 中间过程（探索性讨论的中间步骤）
    - 冗余表达（同一意思多轮重复）
    - 过时信息（已解决但仍留在上下文中）

Step 2: 选择性重吸收
  → 检查"废物"中是否有误判（漏网的重要信息）
  → 对被误标的重要信息进行抢救性保留

Step 3: 尿液浓缩
  → 多轮相同意思 → 一句话概括
  → 重复表达 → 保留一个
  → 长解释 → 提炼核心观点

Step 4: 酸碱平衡检查
  → 对话情绪是否失衡：
    - 连续质疑（多轮追问同一问题）
    - 连续负面（语气持续负面）
    - 连续偏离（话题持续漂移）
  → 如果失衡 → 建议apollo-dream介入深度整理

五类上下文元素分类

类型	说明	处理方式
决策	明确结论/决定	✅ 必须保留
偏好	用户喜好/习惯	✅ 必须保留
进行中任务	未完成的任务	✅ 必须保留
中间过程	探索/讨论/推理	⚠️ 可压缩或删除
噪音	重复/礼仪/废话	❌ 删除

输出格式

🫘 [apollo-renal] 上下文净化报告

过滤前状态：
  - 总token估计：X
  - 有效信息密度：Y%

过滤操作：
  ✅ 保留：决策X项 / 偏好X项 / 进行中任务X项
  ❌ 删除：重复确认X个 / 中间过程X项 / 噪音X项

过滤后状态：
  - 总token估计：X'
  - 有效信息密度：Y'%（提升Z%）

节省率：X% token

平衡状态：
  🟢 对话正常
  🟡 连续质疑/负面/偏离，需注意
  🔴 失衡严重，建议apollo-dream深度介入

下一步建议：[继续当前任务 / 触发apollo-dream / 等待用户确认]

重要约束

❌ 不删除：
  - 任何决策记录
  - 用户明确表达的偏好
  - 进行中任务的当前状态
  - 未解决问题的当前状态

✅ 可以删除：
  - 重复确认（礼貌性回复）
  - 中间探索过程
  - 已过时的临时信息
  - 多轮重复表达

⚠️ 需要确认才删除：
  - 不确定重要与否的内容
  - 跨会话关联（可能有用但不确定）

实施文件

文件	作用
scripts/renal/renal-check.sh	上下文过滤检测脚本
scripts/heartbeat-logger.sh	已集成renal检测
.renal/filter-state.json	当前过滤状态
.dream/task-state.json	参考：进行中任务数
.dream/topic-state.json	参考：活跃话题数
skills/apollo-renal/SKILL.md	本文档

v1 实施规格

过滤检测脚本

# 手动运行
bash scripts/renal/renal-check.sh

# 输出示例
🫘 [apollo-renal] 上下文净化报告
当前状态：
  - Token估算：153
  - 有效信息密度：100%
  - 重复确认：0次
  - 进行中任务：0个
  - 活跃话题：1个

🟢  上下文状态正常

阈值定义

指标	警告阈值	说明
Token估算	> 50000	警告
有效信息密度	< 50%	警告
重复确认次数	> 5次	警告

触发过滤条件：≥2项超标

集成到心跳

每次心跳自动运行，结果写入 .renal/filter-state.json。 日志中附带renal状态：

🫘 上下文正常  /  🫘 上下文需过滤（节省X%）

主AI调用方式

当 heartbeat-realtime.json 显示需要过滤时，主AI执行六步过滤流程：

1. 扫描上下文，识别有用/废物
2. 选择性保留重要内容
3. 执行过滤
4. 写入快照（只对重要内容）
5. 压缩上下文
6. 报告节省率

与apollo-dream的协作

场景	顺序	说明
上下文略长	renal先跑	快速过滤
上下文很长需深度整理	renal先跑，dream后跑	先过滤再巩固
由谁决定	AI根据上下文判断	Q6确认

v1 验收标准

• 每次心跳时正确报告上下文状态
• 集成到心跳日志
• Token/密度/确认三项阈值已定义
• 过滤后决策记录完整保留（待实施过滤流程）
• Token节省率可量化（待实施过滤流程）
• 重要内容快照机制（待实施过滤流程）

待决策事项（已全部确认 ✅）

✅ 2026-04-06 袁文同确认

• Q5 有效信息密度标准：AI判断 + 用户共同定义（AI先判断，用户有最终确认权）
• Q6 与dream的执行顺序：听AI的，根据上下文决定谁先跑
• Q7 误删恢复：只对重要内容（决策/偏好/任务状态）做快照，普通内容不写快照