Context Monitor Helper

实时监控会话上下文Token使用率，回复底部显示百分比和进度条，超过阈值时提醒清理或开启新会话。

context-monitor - 上下文使用率监控

实时监控会话上下文使用率，在每次回复底部显示占用百分比，超过阈值时主动提醒用户清理上下文。

🚀 功能特性

• 实时显示：每次回复自动附加上下文使用百分比
• 进度条可视化：直观的进度条展示使用率
• 智能预警：超过 70% 时提醒使用 /new 或 /compact
• 多模型支持：自动识别不同模型的上下文窗口大小
• 零配置：安装即用，无需额外设置

📦 安装

bash

claw skill install context-monitor

💡 使用场景

场景	说明
长对话管理	避免上下文超限导致遗忘早期内容
多轮调试	监控 Token 消耗，优化对话策略
成本控制	了解每次对话的 Token 使用情况
主动清理	在达到限制前及时使用 /new 或 /compact

🎯 输出示例

text

[你的回复内容]

---
📊 上下文使用：45% ▓▓▓▓▓▓▓▓░░░░░░░░░ (4500/10000 tokens)

超过 70% 时：

text

[你的回复内容]

---
⚠️ 上下文使用：78% ▓▓▓▓▓▓▓▓▓▓▓▓▓▓░░░ (7800/10000 tokens)
💡 建议：使用 /new 开启新会话 或 /compact 压缩上下文

⚙️ 配置选项

配置项	默认值	说明
warningThreshold	70	警告阈值（百分比）
criticalThreshold	90	严重警告阈值（百分比）
showProgressBar	true	是否显示进度条
showTokenCount	true	是否显示具体 Token 数

🔧 命令

命令	说明
/new	开启全新会话（清空上下文）
/compact	压缩上下文（保留核心信息）
/context	手动查看当前上下文状态

📝 注意事项

1. Token 计算：基于实际消息内容估算，可能存在±5% 误差
2. 模型差异：不同模型上下文窗口不同，自动识别
3. 性能影响：每次回复增加约 10-20ms 处理时间
4. 隐私安全：不存储任何对话内容，仅实时计算

🐛 常见问题

Q: 为什么显示的 Token 数和平台统计不一致？ A: 本 Skill 使用估算算法，实际 Token 数以平台为准。误差通常在±5% 内。

Q: 可以关闭上下文显示吗？ A: 可以，使用 /context off 临时关闭，/context on 重新开启。

Q: 支持哪些模型？ A: 支持所有 OpenClaw 集成的模型，自动识别上下文窗口大小。

📄 许可证

MIT License

🔗 相关链接

• GitHub 仓库
• OpenClaw 文档
• ClawHub