上下文优化器

技能简介

Context Optimizer 是面向 DeepSeek 64K 上下文窗口的高级上下文管理工具，提供智能压缩、语义去重和动态相关性过滤功能，防止上下文溢出同时保留关键信息。

业务背景

解决大模型长对话中的上下文溢出难题。当业务对话累积过长时，系统自动压缩冗余信息、合并重复内容，并基于当前问题精准筛选相关历史，确保核心信息不丢失，让AI助手持续保持高效理解与响应能力，降低人工干预成本。

落地案例：客服场景下，用户与AI助手已进行50轮复杂咨询，原始消息占用接近64K上限。系统触发智能压缩：首先语义去重合并相似追问，再按当前投诉问题动态过滤三个月前的无关记录，最终从归档库召回关键保单信息补充上下文，使助手准确续接对话而无需用户重复描述。

能做什么

• 自动压缩：根据上下文使用率触发多种压缩策略
• 语义去重：识别并合并相似消息内容
• 查询感知：基于当前问题动态筛选相关历史
• 分层记忆：当前上下文不足时从归档检索
• 实时监控：持续跟踪上下文健康状态

使用说明

安装依赖

cd ~/.clawdbot/skills/context-pruner && npm install

基础使用

import { createContextPruner } from './lib/index.js';

const pruner = createContextPruner({
  contextLimit: 64000,
  autoCompact: true,
  dynamicContext: true,
  strategies: ['semantic', 'temporal', 'extractive', 'adaptive'],
  queryAwareCompaction: true
});

await pruner.initialize();
const processed = await pruner.processMessages(messages, currentQuery);

归档检索

const result = await pruner.retrieveFromArchive('查询内容', {
  maxContextTokens: 1000,
  minRelevance: 0.4
});

输入与输出

见下方输入与输出表格。

风险提示

• 压缩过程可能丢失部分细节信息
• 归档检索速度低于内存访问
• 相关性评分依赖模型质量
• 高频压缩可能影响响应延迟

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/ad2546/context-optimizer/SKILL.md
来源类型：GitHub 开源项目