📏 Context Window 优化完全指南

什么是 Context Window？

Context Window（上下文窗口）是 AI 模型一次能"看到"和"记住"的 Token 数量。就像人类的短期记忆——窗口越大，Agent 能同时处理的信息就越多。

不同模型的 Context Window 对比

OpenClaw 的 Context 管理策略

策略 1：滑动窗口（Sliding Window）

滑动窗口是最常用的策略：保留最近的 N 个 tokens，丢弃最早的 tokens。

# ~/.openclaw/config.yaml
context:
  strategy: sliding-window
  max_tokens: 200000        # 最大 200K tokens
  reserve: 50000            # 预留 50K 给输出
  slide_step: 10000          # 每次滑动 10K tokens

策略 2：摘要压缩（Summarization）

当 Context 达到阈值时，自动压缩早期内容为一个摘要。

# ~/.openclaw/config.yaml
context:
  strategy: summarization
  max_tokens: 200000
  compression:
    enabled: true
    threshold: 0.9           # 达到 90% 时压缩
    method: hierarchical       # 分层压缩
    keep_recent: 50000        # 保留最近 50K 不压缩

策略 3：智能截断（Intelligent Truncation）

根据内容重要性智能选择保留哪些部分。

# ~/.openclaw/config.yaml
context:
  strategy: intelligent
  importance_rules:
    - type: user_message
      weight: 1.0              # 用户消息最重要
    - type: tool_result
      weight: 0.8              # 工具结果次之
    - type: agent_thought
      weight: 0.6              # Agent 思考再次
    - type: system_prompt
      weight: 1.0              # 系统提示永远保留

实战：配置 256K Context Window

步骤 1：选择支持大窗口的模型

# ~/.openclaw/config.yaml
model:
  provider: openai
  name: gpt-5.6-sol        # 支持 256K
  context_window: 256000
  max_tokens: 16384

步骤 2：配置 Context 管理

# 高级配置：多层策略
context:
  # 主策略：滑动窗口
  primary:
    type: sliding-window
    window_size: 200000
    reserve: 16000
  
  # 备用策略：摘要压缩（当滑动窗口不够时）
  fallback:
    type: summarization
    trigger: overflow
    summary_ratio: 0.3        # 压缩到 30%
  
  # 优化：Token 缓存
  caching:
    enabled: true
    ttl: 3600                # 缓存 1 小时
    min_hits: 2              # 至少访问 2 次才缓存

步骤 3：监控 Context 使用

# 实时监控
openclaw context monitor

# 输出示例：
# Context Usage: 145,234 / 256,000 tokens (56.7%)
# Strategy: sliding-window
# Cached: 23,456 tokens (16.2% of used)
# Recent: 50,000 tokens (34.4% of used)

# 查看详细分析
openclaw context analyze --last 10m

实战案例

案例 1：代码库分析 Agent

# 目标：分析一个中型代码库（约 180K tokens）
# 策略：使用 GPT-5.6 Sol + 滑动窗口

// ~/.openclaw/skills/code-analyzer/SKILL.md
---
name: code-analyzer
model: gpt-5.6-sol
context_window: 256000
temperature: 0.3
---

# Code Analyzer

分析 /var/www/miaoquai/ 下的所有代码文件，
找出以下问题：
1. SEO 优化不足
2. 性能瓶颈
3. 安全问题
4. 代码坏味道

使用滑动窗口策略，确保完整分析。

案例 2：长文档问答系统

# 目标：基于 200 页技术文档回答问题
# 策略：分层 Context 管理

// config.yaml
document_qa:
  model: gpt-5.6-sol
  context_strategy:
    type: hierarchical
    levels:
      - name: full_doc
        tokens: 250000        # 完整文档
        usage: initial_load    # 初始加载
      - name: relevant_sections
        tokens: 50000         # 相关章节
        usage: focused_qa     # 聚焦问答
      - name: summary
        tokens: 10000         # 文档摘要
        usage: quick_overview  # 快速概览

案例 3：连续对话 Agent

# 目标：保持 8 小时连续对话不丢失上下文
# 策略：智能压缩 + Memory Skills

// config.yaml
long_conversation:
  model: gpt-5.6-turbo
  context:
    strategy: intelligent
    max_tokens: 128000
    
    # 每 2 小时压缩一次
    auto_compress:
      interval: 7200000      # 2 小时
      keep_recent: 30000     # 保留最近 30K
    
    # 配合 Memory Skills
    save_to_memory:
      - type: key_facts      # 关键事实
      - type: user_prefs     # 用户偏好
      - type: decisions      # 重要决策

Context Window 优化技巧

技巧 1：使用 Token 缓存

# 缓存重复内容（如系统提示、工具定义）
# 可以节省 30-50% 的 Token 消耗

# ~/.openclaw/config.yaml
token_cache:
  enabled: true
  rules:
    - pattern: "system_prompt"
      ttl: 3600              # 缓存 1 小时
    - pattern: "tool_definitions"
      ttl: 7200              # 缓存 2 小时
    - pattern: "user_profile"
      ttl: 1800              # 缓存 30 分钟

技巧 2：压缩冗余内容

# 自动移除冗余内容
# ~/.openclaw/config.yaml
compression:
  remove_redundant: true
  merge_similar: true
  simplify_formatting: true
  
  # 示例：将多个相似的工具调用结果合并
  # 原始：10 次调用，每次 1K tokens = 10K
  # 压缩后：合并为 1 次摘要 = 2K tokens

技巧 3：分层加载

# 不要一次性加载所有内容
# 先加载摘要，按需加载详细内容

async function answerQuestion(docPath, question) {
  // 第 1 步：加载文档摘要（10K tokens）
  const summary = await loadSummary(docPath);
  
  // 第 2 步：根据问题找到相关章节（20K tokens）
  const relevantSections = await findRelevantSections(summary, question);
  
  // 第 3 步：只加载相关章节的详细内容（50K tokens）
  const details = await loadDetails(relevantSections);
  
  // 第 4 步：基于详细内容回答问题
  return await answer(question, details);
  // 总消耗：10K + 20K + 50K = 80K tokens
  // 而不是：一次性加载完整文档 250K tokens
}

常见问题

Q: 256K Context 够用吗？

A: 对于大多数场景已经非常充足。如果需要更大的窗口，可以考虑 Gemini 1.5 Pro（1M）或使用 RAG（检索增强生成）技术。

Q: Context 越大越好吗？

A: 不一定。更大的 Context 意味着：

• ✅ 优点：能处理更多信息，上下文更完整
• ❌ 缺点：延迟更高，成本更高，可能引入噪声

Q: 如何知道我的 Agent 是否 Context 不足？

# 检查 Context 使用率
openclaw context stats

# 输出示例：
# Context Usage: 245,000 / 256,000 (95.7%)  ← 快满了！
# Truncation: 12% of messages truncated  ← 有 12% 的消息被截断
# Recommendation: 考虑增加 Context 或优化策略

Q: Token 缓存真的有效吗？

A: 有效！根据实际测试，合理使用 Token 缓存可以：

• 降低 30-50% 的输入 Token 成本
• 减少 10-20% 的响应延迟（因为跳过了一些处理步骤）
• 提升 15-25% 的整体性能