OpenClaw Session 机制详解：重置、压缩、剪枝与记忆管理

OpenClaw Session 机制详解：重置、压缩、剪枝与记忆管理

踩坑现场

事情是这样的：

我用 OpenClaw 部署了一个私人 AI 助手，接了飞书和 Web 两个渠道。白天跟它聊了一整天的项目方案，讨论了架构设计、技术选型、排期计划……信息量巨大，我很满意。

第二天早上 9 点，我发了句"继续昨天的讨论"。

它回我：

你好！请问有什么可以帮你的？

整个对话历史，没了。干净净。

后来我翻了文档才明白——OpenClaw 默认在凌晨 4 点重置 Session。不是 bug，是 feature。但如果你不了解这套机制，就会像我一样，被"设计如此"四个字暴击。

这篇文章，就是我把 OpenClaw 的 Session 体系从头到尾啃完之后的总结。希望能帮你少走弯路。

---

第 1 章 · Session 基础——消息怎么找到"对的对话"

核心概念：两层标识

理解 Session，先搞清楚两个东西：

┌─────────────────────────────────────────────┐
│ Session Key（路由键）                         │
│ → "这条消息属于哪个对话桶？"                  │
│                                               │
│ 例：agent:main:main                           │
│      agent:main:feishu:group:oc_xxx           │
│      cron:job-123                             │
│                                               │
│ ┌─────────────────────────────────────┐       │
│ │ Session ID（对话记录）                │       │
│ │ → "当前这轮对话的实际文件"            │       │
│ │                                     │       │
│ │ abc123.jsonl（今天的对话）          │       │
│ │ def456.jsonl（昨天的，已归档）      │       │
│ └─────────────────────────────────────┘       │
└─────────────────────────────────────────────┘

关键理解：

• Session Key 是固定的，决定消息路由到哪个"桶"
• Session ID 会变，每次重置就换一个新的 JSONL 文件
• 重置 ≠ 删除——旧 JSONL 文件还在磁盘上，只是模型不再读取

Session Key 的生成规则

来源	Key 格式	示例
私聊（默认）	agent:<agentId>:<mainKey>	agent:main:main
群组	agent:<agentId>:<channel>:group:<id>	agent:main:feishu:group:oc_xxx
频道/房间	agent:<agentId>:<channel>:channel:<id>	agent:main:discord:channel:123
定时任务	cron:<job.id>	cron:daily-report
Webhook	hook:<uuid>	hook:abc-def-123

私聊的 dmScope 模式

这个配置决定了不同渠道的私聊是否共享同一个 Session：

dmScope	行为	适用场景
main（默认）	所有私聊共享一个 session	个人助手
per-peer	按发送者隔离	多用户场景
per-channel-peer	按渠道 + 发送者隔离	多渠道多用户
per-account-channel-peer	按账户 + 渠道 + 发送者	多账户收件箱

💡 如果你用的是默认 main 模式，飞书私聊和 webchat 私聊会共享同一个 session。

存储位置

~/.openclaw/agents/<agentId>/sessions/
├── sessions.json ← Session 元数据（Key → ID 映射）
├── abc123.jsonl ← 当前对话记录
├── def456.jsonl ← 旧对话记录（重置后留下的）
└── ghi789-topic-42.jsonl ← Telegram 话题会话 

---

第 2 章 · Session 生命周期——什么时候开始、什么时候结束

生命周期全景图

消息到达
│
▼
┌──────────────┐ 是 ┌──────────────┐
│ Session 过期？ │───────→│ 创建新 Session │
│              │        │ ID + JSONL │
└──────┬───────┘        └──────┬───────┘
       │ 否                     │
       ▼                        ▼
┌──────────────┐        ┌──────────────┐
│ 继续使用当前 │        │ 开始新对话   │
│ Session      │        │（旧上下文丢失）│
└──────┬───────┘        └──────────────┘
       ▼
[对话进行中]
       ▼
┌──────────────┐ 是 ┌──────────────┐
│ 上下文快满了？ │───────→│ Memory Flush │
│              │        │（静默写日志）│
└──────┬───────┘        └──────┬───────┘
       │ 否                     │
       ▼                        ▼
[继续对话]    Auto-Compact     （压缩旧内容）

三种重置触发方式

① 每日重置（默认启用）

{"session":{"reset":{"mode":"daily","atHour":4}}}

⚠️ 重点来了：不是到凌晨 4 点就立刻清空，而是下一条消息到来时才检查。

23:00 聊天 ──→ 凌晨 4:00（重置边界）──→ 早上 9:00 发消息 ──→ 💥 新 Session！
↑ 这时候才真正重置

这就是我踩坑的根本原因——昨晚聊的内容，在今早第一条消息时被判定为"过期"，直接创建了新 Session。

② 空闲重置（可选）

{"session":{"reset":{"mode":"daily","atHour":4,"idleMinutes":120}}}

同时配置每日 + 空闲时，先到期的那个生效。

③ 手动重置

发送 /new 或 /reset 立即创建新 Session：

• /new claude-sonnet → 重置并切换模型
• 单独发 /new → 重置并发一条问候确认

按类型/渠道覆盖

不同场景可以设不同策略：

{"session":{"resetByType":{"dm":{"mode":"idle","idleMinutes":480},"group":{"mode":"idle","idleMinutes":120},"thread":{"mode":"daily","atHour":4}},"resetByChannel":{"discord":{"mode":"idle","idleMinutes":10080}}}}

优先级：resetByChannel > resetByType > reset（全局默认）

---

第 3 章 · Compaction（压缩）——上下文满了怎么办

为什么需要压缩？

每个模型有上下文窗口限制（比如 200k tokens）。聊久了，历史消息会撑满窗口。

压缩 = 把旧对话总结成摘要，腾出空间继续聊。

压缩 vs 重置

	压缩（Compaction）	重置（Reset）
触发	上下文快满时自动触发	到时间/手动触发
效果	旧内容变摘要，对话继续	创建全新 session，从零开始
连续性	✅ 保留（摘要形式）	❌ 完全断开
持久化	✅ 摘要写入 JSONL	旧 JSONL 保留但不再使用

自动压缩触发条件

两种情况：

1. 溢出恢复：模型返回上下文溢出错误 → 压缩 → 重试
2. 阈值维护：成功回复后检查 contextTokens > contextWindow - reserveTokens

配置

{"compaction":{"enabled":true,"reserveTokens":16384,"keepRecentTokens":20000}}

压缩后模型看到什么？

┌─────────────────────────────────┐
│ [压缩摘要]                      │
│ "之前讨论了 A、B、C 三个话题..." │
├─────────────────────────────────┤
│ [保留的最近消息]                │
│ 用户：xxx                       │
│ 助手：xxx                       │
│ 用户：xxx                       │
│ 助手：xxx                       │
└─────────────────────────────────┘

💡 手动压缩：发送 /compact 即可触发，还可以附带指令，比如 /compact 重点保留关于项目架构的讨论

---

第 4 章 · Session Pruning（剪枝）——省钱的隐形优化

剪枝 vs 压缩

	剪枝（Pruning）	压缩（Compaction）
作用对象	仅工具调用结果	整个对话历史
持久化	❌ 不修改 JSONL	✅ 写入 JSONL
触发时机	每次 LLM 调用前	上下文快满时
目的	省钱（减少缓存重写）	腾空间

为什么需要剪枝？

Anthropic 的提示缓存有 TTL（生存时间）。如果会话空闲超过 TTL，下次请求会重新缓存整个提示，很贵。剪枝在 TTL 过期后裁掉旧的工具结果，减少重新缓存的大小。

两个级别

工具结果（很大）
│
▼
┌──────────────┐
│ 软修剪       │ 保留头尾，中间用 ... 替代
│ (Soft Trim)  │
└──────┬───────┘
       │ 如果还是太大
       ▼
┌──────────────┐
│ 硬清除       │ 整个替换为占位符
│ (Hard Clear) │
│ "[Old tool result content cleared]" │
└──────────────┘

什么不会被剪枝？

• ❌ 用户消息——永不修改
• ❌ 助手消息——永不修改
• ❌ 包含图片的工具结果——跳过
• ❌ 最近 N 条助手消息之后的工具结果——受保护

配置

{"agent":{"contextPruning":{"mode":"cache-ttl","ttl":"5m","keepLastAssistants":3,"softTrim":{"maxChars":4000,"headChars":1500,"tailChars":1500},"hardClear":{"enabled":true,"placeholder":"[Old tool result content cleared]"}}}}

💡 智能默认值：如果你用的是 Anthropic 的 key，OpenClaw 会自动启用 cache-ttl 模式，不需要手动配。

---

第 5 章 · Memory（记忆）——跨 Session 的持久化方案

核心问题

Session 会重置、会压缩，模型的"记忆"是短暂的。Memory 系统就是解决"AI 失忆"的终极方案。

三层记忆架构

┌─────────────────────────────────────────────┐
│ 第 1 层：Session 上下文（最短暂）               │
│ · 当前对话的消息历史                         │
│ · 压缩后变摘要，重置后完全丢失               │
└─────────────────────────────────────────────┘
▼
写入文件
┌─────────────────────────────────────────────┐
│ 第 2 层：Workspace 文件（持久）                 │
│ · MEMORY.md — 长期记忆                       │
│ · memory/YYYY-MM-DD.md — 每日日志             │
│ · AGENTS.md, SOUL.md 等 — 注入系统提示         │
└─────────────────────────────────────────────┘
▼
语义搜索
┌─────────────────────────────────────────────┐
│ 第 3 层：Memory Search（语义检索）             │
│ · 基于 Embedding 的向量搜索                   │
│ · 搜索 MEMORY.md + memory/*.md               │
│ · 每次新 session 启动时可自动召回相关记忆       │
└─────────────────────────────────────────────┘

Workspace 文件注入

OpenClaw 会自动把 workspace 中的特定文件注入到系统提示中：

workspace/
├── AGENTS.md ← 工作规范（自动注入）
├── SOUL.md ← 人格定义（自动注入）
├── USER.md ← 用户信息（自动注入）
├── TOOLS.md ← 工具笔记（自动注入）
├── MEMORY.md ← 长期记忆（自动注入）
├── HEARTBEAT.md ← 心跳任务（自动注入）
└── memory/
    ├── 2026-02-07.md ← 每日日志（需搜索读取）
    └── 2026-02-08.md

⚠️ 注入的文件会占用上下文窗口！MEMORY.md 太大会挤压对话空间。

压缩前记忆刷新（Memory Flush）⭐ 最聪明的设计

上下文使用量
██████████████████░░░░░░ ← 软阈值（flush 触发）
██████████████████████░░ ← 硬阈值（compaction 触发）
████████████████████████ ← 上下文窗口上限

流程：

1. 上下文接近压缩阈值（但还没到）
2. OpenClaw 静默运行一轮，让模型把重要内容写入 memory/YYYY-MM-DD.md
3. 用户看不到这个过程
4. 然后正常触发压缩

{"agents":{"defaults":{"compaction":{"memoryFlush":{"enabled":true,"softThresholdTokens":4000}}}}}

⚠️ Memory Flush 的致命盲区

场景	会触发 Flush？
压缩前	✅ 会
Session 重置前	❌ 不会！

这就是"失忆"的根本原因：凌晨 4 点重置时，没有任何机制把昨晚的对话写入持久记忆。对话就这么没了。

---

第 6 章 · Session Tool——运行时的会话控制

常用命令

命令	作用
/status	查看当前 session 状态、token 用量
/new	重置 session（可选指定模型：/new claude-sonnet）
/compact	手动压缩（可附带指令）
/context list	查看系统提示中注入了什么
/context detail	详细查看上下文组成
/stop	中止当前运行 + 清除队列
/send on/off	控制消息发送策略

Send Policy（发送策略）

可以按规则阻止特定 session 的消息投递：

{"session":{"sendPolicy":{"rules":[{"action":"deny","match":{"channel":"discord","chatType":"group"}},{"action":"deny","match":{"keyPrefix":"cron:"}}],"default":"allow"}}}

---

第 7 章 · 实战：五个机制如何协同工作

一条消息的完整旅程

用户发送消息
│
▼
[1] Session 路由
根据来源生成 Session Key
检查是否过期（每日/空闲/手动重置）
过期 → 创建新 Session ID
▼
[2] 加载上下文
读取 JSONL 对话记录
注入 workspace 文件（MEMORY.md 等）
如果有压缩摘要，从摘要开始
▼
[3] Session Pruning（剪枝）
检查缓存 TTL 是否过期
过期 → 裁剪旧工具结果（省钱）
▼
[4] 发送给模型 → 生成回复
▼
[5] 回复后检查
接近阈值 → Memory Flush（静默写日志）
超过阈值 → Auto-Compaction（压缩）
▼
[6] 投递回复
检查 Send Policy → 通过则发送
▼
[7] 写入 JSONL + 更新 sessions.json
✅ 完成

记忆保持可靠性排行

可靠性 ▲
手动写入文件 ────┤ ★★★★★ 最可靠，但需要主动操作
Memory Flush ───────┤ ★★★★ 压缩前自动触发，重置前不触发
Memory Search ──────┤ ★★★ 新 session 可召回，依赖搜索质量
Compaction 摘要 ────┤ ★★ 保留大意，丢失细节
纯靠 Session ───────┤ ★ 重置就没了
└──────────→ 自动化程度

🏆 推荐配置组合

{"session":{"reset":{"mode":"daily","atHour":4,"idleMinutes":480}},"agents":{"defaults":{"compaction":{"memoryFlush":{"enabled":true,"softThresholdTokens":4000}},"memorySearch":{"enabled":true}}}}

---

📋 全文速查表

概念	一句话	持久化？	自动？
Session Reset	创建新对话，旧上下文断开	旧 JSONL 保留	✅ 每日/空闲
Compaction	旧对话压缩成摘要	✅ 写入 JSONL	✅ 上下文满时
Pruning	裁剪旧工具结果省钱	❌ 仅内存中	✅ 每次调用前
Memory Flush	压缩前静默写日志	✅ 写入文件	✅ 接近阈值时
Memory Search	语义搜索历史记忆	N/A（读取）	半自动
Workspace 注入	文件内容注入系统提示	✅ 文件本身	✅ 每次加载

---

写在最后

OpenClaw 的 Session 体系设计得其实很精巧——重置保证干净、压缩保证连续、剪枝保证省钱、记忆保证持久。但如果你不了解这套机制，就会在某个早晨被"你好，请问有什么可以帮你？"当头一棒。

希望这篇文章能帮你少踩一个坑。