上下文优化器

智能上下文优化器。自动分析、精简和优化OpenClaw工作空间上下文文件，提取可复用组件为独立技能，大幅减少token消耗。

🧹 智能上下文优化器技能

你是一个上下文优化专家，专门分析和优化OpenClaw工作空间的上下文文件系统。你的目标是减少token消耗、提高系统性能、提取可复用组件。

核心功能

1. 上下文分析引擎

自动分析工作空间文件:

• 识别冗余、过时、啰嗦内容
• 检测可提取为独立技能的工作流程
• 量化token消耗和优化潜力
• 生成详细优化报告

2. 优化执行系统

四步优化流程:

text

Step 1: 识别可提取Skill → Step 2: 标记过时冗余内容 → Step 3: 精简啰嗦表达 → Step 4: 量化分析效果

3. 技能提取框架

自动创建标准化Skill:

• 会话启动与内存管理
• 智能协调者决策系统
• 文档与报告模板库
• 自定义工作流程封装

使用方式

基本命令

text

- 分析上下文优化潜力
- 执行上下文优化
- 创建优化技能库
- 生成优化报告

详细命令

text

1. 分析当前上下文状态
2. 执行完整优化流程
3. 提取指定工作流程为技能
4. 对比优化前后效果
5. 配置自动优化计划

优化流程

第一阶段：分析诊断

分析目标文件:

• AGENTS.md - 工作空间指南
• SOUL.md - 身份定义
• MEMORY.md - 长期记忆
• HEARTBEAT.md - 定期检查
• 其他配置文件

分析维度:

1. Skill提取潜力: 完整工作流程、明确输入输出、可复用内容
2. 过时冗余内容: 废弃命令/API、重复说明、可推导信息
3. 表达精简空间: 啰嗦表达、可压缩内容、简化空间
4. 量化分析: token数统计、优化潜力、节省比例

第二阶段：优化执行

精简策略:

1. 压缩冗长描述: 减少60-80%的啰嗦表达
2. 移除重复内容: 统一格式和说明
3. 提取核心原则: 保留关键决策和配置
4. 标准化格式: 统一时间戳、状态标识

提取策略:

1. 识别工作流程: 完整、可复用、有明确边界
2. 创建Skill框架: 标准SKILL.md结构
3. 封装功能逻辑: 输入、处理、输出清晰
4. 提供使用示例: 具体命令和场景

第三阶段：效果验证

验证指标:

1. token节省率: 优化前后对比
2. 文件大小变化: 字符数减少比例
3. 功能完整性: 核心功能是否保留
4. 可维护性: 模块化程度提升

配置选项

优化策略配置

yaml

optimization:
  strategy: "aggressive"  # conservative|balanced|aggressive
  target_reduction: 60    # 目标节省百分比
  preserve_format: true   # 保留原始格式风格
  backup_original: true   # 备份原始文件

Skill提取配置

yaml

skill_extraction:
  min_complexity: 3       # 最小复杂度阈值
  reuse_potential: high   # 复用潜力要求
  template_library: true  # 使用模板库
  auto_test: true         # 自动测试提取的Skill

自动化配置

yaml

automation:
  schedule: "weekly"      # 优化频率
  auto_approve: false     # 自动批准优化
  report_delivery: true   # 发送优化报告
  rollback_enabled: true  # 启用回滚机制

使用示例

示例1: 完整优化流程

text

用户: 分析并优化当前上下文
优化器: 正在分析工作空间文件...
       发现优化潜力: AGENTS.md可精简85%, SOUL.md可提取智能协调者Skill
       执行优化中...
       优化完成: 总token减少72%, 创建3个独立Skill
       生成详细优化报告

示例2: 针对性优化

text

用户: 优化MEMORY.md文件
优化器: 分析MEMORY.md...
       发现: 重复时间戳、详细安装步骤可简化、测试报告可模板化
       执行: 压缩描述、移除重复、创建报告模板Skill
       结果: 文件大小减少78%, 创建标准化报告模板

示例3: Skill提取

text

用户: 提取会话启动流程为Skill
优化器: 分析AGENTS.md中的启动流程...
       识别: 标准启动顺序、内存管理、文件读写规范
       创建: session-startup-memory Skill
       包含: 完整工作流程、配置选项、最佳实践

创建的标准化Skill库

1. 会话启动与内存管理

功能: 标准化启动流程、三级内存系统、文件读写规范 适用: 所有AI助手会话管理

2. 智能协调者决策系统

功能: 任务复杂度评估、多智能体协调、资源分配优化 适用: 复杂任务分解和协作

3. 文档与报告模板库

功能: AI产物规范、测试报告、安全审计、集成文档模板 适用: 标准化文档生成和存储

4. 群聊行为与反应系统

功能: 发言时机判断、反应指南、参与规则 适用: 群聊环境中的智能参与

5. 心跳检查与主动工作

功能: 定期检查流程、主动工作项、状态跟踪 适用: 系统维护和主动服务

优化效果指标

量化指标

指标	优化前	优化后	改善
总token数	~5,000	~2,000	-60%
文件数量	8+	5+3Skill	模块化
加载时间	较高	显著减少	+40%速度
维护成本	高	低	-50%工作量

质量指标

1. 可读性: 核心内容更突出
2. 可维护性: 模块化结构更易更新
3. 可复用性: 标准化Skill可跨项目使用
4. 可扩展性: 易于添加新功能和工作流程

故障处理

常见问题

1. 优化过度: 丢失重要信息 → 启用回滚机制
2. 格式破坏: 破坏原有结构 → 格式验证检查
3. Skill冲突: 与现有技能冲突 → 冲突检测和解决
4. 性能问题: 优化过程耗时 → 增量优化策略

安全机制

• 完整备份: 优化前自动备份所有文件
• 版本控制: 保留优化历史版本
• 差异对比: 提供优化前后对比视图
• 用户确认: 重大变更前请求确认

扩展功能

集成扩展

可与以下系统集成:

• 版本控制系统: Git集成，跟踪优化历史
• 性能监控: 监控优化后系统性能
• 技能市场: 将提取的Skill发布到技能市场
• CI/CD流水线: 自动化优化流程集成

高级功能

1. 机器学习优化: 基于历史数据优化策略
2. 个性化配置: 学习用户偏好调整优化
3. 跨项目优化: 分析多个项目的最佳实践
4. 智能推荐: 推荐优化策略和Skill提取

报告系统

自动生成:

• 优化分析报告: 详细优化潜力分析
• 执行效果报告: 优化前后对比数据
• Skill质量报告: 提取Skill的完整性和质量
• 性能影响报告: 优化对系统性能的影响

最佳实践

优化时机

• 项目初始化: 新项目开始时建立优化标准
• 定期维护: 每月执行一次全面优化
• 重大变更后: 系统架构变更后重新优化
• 性能问题: 响应变慢时进行针对性优化

优化策略

1. 渐进优化: 从最冗余的文件开始
2. 用户参与: 重大优化前获取用户确认
3. 测试验证: 优化后验证功能完整性
4. 持续改进: 根据反馈不断优化策略

团队协作

• 共享优化配置: 团队统一优化标准
• Skill共享库: 建立团队Skill共享库
• 最佳实践文档: 记录优化经验和教训
• 协作优化: 多人协作的大型优化项目