ClawHub

Context Compressor

Other

Context Compressor — Real-time conversation context compression engine. Activates when user says "compress context", "压缩上下文", "上下文爆了", "context full", "上下文瘦身", "reduce context", or when context exceeds 70% threshold. This skill compresses the CURRENT conversation history into a clean, short prompt. NOT a memory manager — pure context compression tool. Core capabilities: - Compress current chat history (180k → 30k instantly) - Auto-trigger at 70% context threshold - Structured JSON output with compression metrics - Preserve system prompt, keep recent N messages intact - Summarize older messages with configurable intensity - No database, no dependencies, pure Python

Install

openclaw skills install hawk-context

Context Compressor 🦅

纯上下文压缩引擎 — 不是记忆库，是救命工具。 当上下文爆炸前，压缩当前对话，继续轻松对话。

核心定位

工具做什么何时用
Context Compressor压缩当前对话上下文现在、立刻、当上下文快满
memory-lancedb-pro跨会话持久记忆对话之间存取知识
context-hawk长期记忆管理日常沉淀

Context Compressor = 急救工具。memory-lancedb-pro/context-hawk = 日常工具。

触发方式

自动触发（推荐）：

  • 上下文超过 70% 时自动提示压缩
  • 每 10 轮对话自动检查水位

手动触发：

  • "压缩上下文" / "compress context"
  • "上下文爆了" / "context full"
  • "瘦身" / "reduce context"
  • /compress

Quick Start

# Install skill
openclaw skills install ./context-compressor.skill

# Auto-link command to ~/bin (one-time)
bash ~/.openclaw/workspace/skills/context-compressor/scripts/install.sh
source ~/.bashrc

# Compress current conversation
hawk-compress --level normal --keep 5

# Dry run (preview)
hawk-compress --dry-run --level light --keep 3

# Python API
python3 -c "from hawk_compress import ContextCompressor; \
  c = ContextCompressor(keep_recent=5); \
  r = c.compress(your_chat_history); \
  print(r['stats']['ratio'])"

压缩原理

输入（压缩前）

[完整对话历史 — 180k tokens — 爆炸边缘]
System: 你是一个助手...
User: 第一个问题...
Assistant: 第一个回答...
User: 第二个问题...
Assistant: 第二个回答...
... (越来越长)

输出（压缩后）

{
  "compressed_prompt": "...[结构化压缩后的对话]...",
  "original_tokens": 180000,
  "compressed_tokens": 32000,
  "ratio": "5.6x",
  "kept_messages": 5,
  "summarized_count": 87,
  "compression_level": "normal",
  "timestamp": "2026-03-29T00:39:00+08:00"
}

压缩层级

层级触发效果适用
light60-70%摘要 > 30天的消息日常维护
normal70-85%摘要 + 保留最近10轮推荐默认
heavy85-95%只保留最近5轮 + 核心摘要紧急急救
emergency> 95%只保留系统提示 + 最近3轮立即执行

系统指令永久保留

以下内容永远不参与压缩（完整保留）：

  • System Prompt / SOUL.md / AGENTS.md
  • 用户设定的角色定义
  • 核心规则和约束
  • 当前的任务描述

重要度过滤

压缩时自动判断每条消息的重要度：

重要度消息类型处理方式
🔴 极高决策/规则/任务保留原文
🟡 高技术方案/代码片段保留摘要
🟢 中一般讨论摘要或合并
⚪ 低闲聊/确认/废话直接丢弃

压缩策略

1. 消息摘要

把每条老消息压缩为一句话：

User: 讨论了Laravel的四层架构，讨论了Controller层的作用...
  → [摘要] User就Laravel四层架构提出问题

2. 合并重复

重复的说明/确认/指令合并为一条：

User: 好的
User: 好的
User: 明白了
  → [合并] User确认理解

3. 代码折叠

长代码片段只保留文件路径和关键行号：

[代码: app/Logic/OrderLogic.php — 45行] → [代码折叠]

4. 时间戳裁剪

同一时间段内的密集对话压缩为一条：

[上午10:00-10:30 共12轮对话] → [摘要]

压缩后的上下文格式

## 对话摘要

[最近5轮完整对话]
User: 最新问题...
Assistant: 最新回答...

[历史摘要]
- 2026-03-28: 讨论了Skill架构，决定不拆分
- 2026-03-28: 补充了DAO查询模式
- 2026-03-28: 完成qujin-laravel-team Skill v2

## 任务状态
- 当前任务：压缩上下文
- 进度：进行中

## 核心规则（永久保留）
[系统提示内容]

## 用户偏好（永久保留）
[关键偏好]

参考文档

文档用途
references/compression-logic.md压缩算法详解
references/auto-trigger.md自动触发机制
references/structured-output.mdJSON输出格式
references/cli.mdCLI工具