从 70% Token 自动压缩到'每日三省吾身',打造一个真正会学习的 AI 助手
背景
在使用 OpenClaw 的过程中,我遇到了两个典型痛点:
- 会话太长,Token 爆满 — 聊着聊着就忘了前面的内容
- 每次重启都是白纸 — 知识没有沉淀,重复问同样的问题
能不能让 AI 自己管理记忆,像人一样'三省吾身'?折腾了一天,终于搞定了。
一、Token 自动压缩:70% 就动手
问题
OpenClaw 默认的 auto-compaction 是在 context window 接近满载时才触发。但这时候已经太晚了——对话质量下降,响应变慢。
解决方案
在 ~/.openclaw/openclaw.json 中配置如下策略:
{
"compaction": {
"mode": "safeguard",
"reserveTokensFloor": 38400,
"memoryFlush": {
"enabled": true,
"softThresholdTokens": 89600,
"prompt": "Summarize the conversation history..."
}
}
}
这里设置 reserveTokensFloor 为 38400,意味着保留 30% 的剩余空间时强制压缩;而 softThresholdTokens 设为 89600(约 70%),会在达到该阈值时先静默存储记忆。
触发顺序
| 阶段 | Token 使用率 | 行为 |
|---|---|---|
| 1 | 70% (89600 tokens) |

