返回首页
开源项目

小遥Claw上下文优化工具

上下文优化「调音师」——检测已启用的模型,联网到各厂商官方来源取最新标称窗口,按 60% 给出建议值;你回一个数字,它才写入配置并校验。检测 → 决策 → 执行三段式,可一键回退。

产品介绍

OpenClaw Context Budget 是一个 Agent Skills 技能,把模型上下文窗口调优从一串手工操作变成一次检测 + 一个数字。各家模型的上下文窗口差别很大(200K / 1M…),而 OpenClaw 在模型未声明窗口时会退回一个兜底默认值:窗口被低估会上下文过早自动摘要、长任务被打断、压缩时卡顿;窗口被高估则模型在超长上下文里注意力分散、回答质量下滑;配置里那个数字是谁填的、依据是什么无处可查;「留 60% 余量」的经验还要人工逐模型换算成绝对 token 数。本技能固定最佳实践(有效窗口 = 厂商标称 × 60%):运行时从配置动态枚举在用模型(含图像/PDF 旁路在用),每次联网到厂商官方文档取最新标称窗口(来源与抓取时间写在决策卡上),出卡后你回一个数字采纳,它才经 config.patch 写入并校验运行态生效。只碰窗口字段(maxTokens 等其它参数一律不动),不留痕(只留改前快照供一步回退),纯指令式无脚本无依赖,跨安装形态一致。

小遥Claw上下文优化工具 宣传海报

核心功能

  • 固定最佳实践 - 有效窗口 = 厂商标称窗口 × 60%(留余量、减少注意力分散),比例可临时指定(如「比例用 50%」)
  • 动态枚举 - 模型清单运行时从配置读取(在用 + 图像/PDF 旁路在用),不写死任何厂商或模型
  • 官方来源取数 - 每次联网到厂商官方文档/接口取最新标称窗口,来源与抓取时间写在决策卡上
  • 一个数字确认 - 检测(自动)→ 决策(回一个数字)→ 执行(自动)三段式,全程无需读文档
  • 只碰窗口 - maxTokens 等其它参数、压缩阈值(保持系统默认)一律不动,干扰面最小
  • 可回退 - 一条指令撤销上次调整(按记录的旧值反向写入);改前快照一步恢复
  • 不静默改配置 - 必须经你确认才写入;写入走 config.patch,且校验运行态是否生效、如实报差异
  • 纯指令式 - 无脚本、无数据文件、无第三方依赖,不联网装包,跨安装形态一致

适用场景

首次配置或定期检查:说「上下文优化」,看卡回一个数字新增/更换模型后补配窗口:只针对新模型出卡长任务被过早摘要打断时检测真实窗口与标称的差距改错回退:一条指令撤销上次上下文调整

产品标签

#OpenClaw#AI Skill#上下文优化#Token#配置管理#MIT开源