压缩（Compaction）
你有没有发现，和智能体（agent）聊久了，对话越来越长，响应却越来越慢？这通常是因为上下文窗口（context window）快满了——每个模型能"看到"的 token 都有上限。当对话累积的消息和工具结果超出这个限制时，OpenClaw 会自动压缩较早的历史记录，让对话继续顺畅进行。
压缩是如何工作的
简单来说，压缩会把较早的对话内容总结成一条摘要，同时保留最近的消息不变。压缩后的摘要会保存在会话历史中，所以后续请求只会用到：
- 压缩生成的摘要
- 压缩点之后的最近消息
最重要的是，压缩结果会持久化保存到会话的 JSONL 历史文件中，不会丢失。
配置压缩行为
在 openclaw.json 中，通过 agents.defaults.compaction 设置可以控制压缩的各种行为，比如压缩模式、目标 token 数等。
默认情况下，压缩摘要会保留原有的标识符（identifierPolicy: "strict"）。你也可以：
- 设置
identifierPolicy: "off"关闭标识符保留 - 设置
identifierPolicy: "custom"并配合identifierInstructions提供自定义的压缩指令
自动压缩（默认开启）
当会话接近或超过模型的上下文窗口限制时，OpenClaw 会自动触发压缩，然后用压缩后的上下文重新处理你的请求。你可以通过以下方式确认压缩已执行：
- 在详细模式下看到
🧹 Auto-compaction complete提示 - 运行
/status查看🧹 Compactions: <count>计数
值得一提的是，压缩前 OpenClaw 可能会先执行一次静默内存刷新，把需要持久化的笔记存到磁盘。详见 Memory。
手动压缩
想主动清理一下对话？用 /compact 命令（可以附带具体指令）：
/compact Focus on decisions and open questions
这会让压缩时重点关注你指定的内容。
上下文窗口从哪来
上下文窗口的大小取决于具体模型——OpenClaw 会根据你配置的提供商目录中的模型定义来确定这个限制。
压缩 vs 修剪
这两个概念容易混淆，但它们做的事情不同：
- 压缩：总结历史内容并持久化保存到 JSONL 文件
- 会话修剪：只在内存中临时裁剪旧的工具结果，每次请求单独处理
修剪的详细说明见 /concepts/session-pruning。
OpenAI 服务器端压缩
除了本地压缩，OpenClaw 还支持 OpenAI 的服务器端压缩提示（针对兼容的直接 OpenAI 模型）。这两种压缩可以同时使用：
- 本地压缩：OpenClaw 在本地总结并保存到会话 JSONL
- 服务器端压缩：启用
store+context_management后，OpenAI 在服务端压缩上下文
模型参数和配置覆盖详见 OpenAI provider。
小贴士
- 觉得对话"变笨"或上下文太冗长时，试试
/compact手动压缩 - 大型工具输出会被自动截断，配合修剪可以进一步减少工具结果的堆积
- 想彻底重新开始？
/new或/reset会创建新的会话 ID