Context Window & Compaction：讓長對話不再卡頓
你一定遇過這種情況：跟 AI 聊得正起勁，結果對話長度突然爆表，模型開始忘東忘西，或是直接報錯說 Context Window 滿了。手動刪除舊訊息太麻煩，直接開新對話又會弄丟之前的上下文，這種維護對話歷史的瑣事真的很消磨開發熱情。
OpenClaw 內建的 Compaction 機制就是為了幫你解決這個問題。它會在你快要觸及 Model 限制時，自動把舊的對話內容「濃縮」成摘要，讓你的 Session 能夠持續跑下去。
需要準備的東西
Section titled “需要準備的東西”- 已安裝並運行中的 OpenClaw
- 已配置的 Model Provider（用於定義 Context Window 限制）
OpenClaw 預設會幫你打理好一切，但你也可以手動介入。
- 自動處理：當 Session 接近 Model 的 Context Window 上限時，OpenClaw 會自動觸發 Compaction。如果你開啟了 verbose 模式，會看到
🧹 Auto-compaction complete的提示。 - 手動執行：如果你覺得對話太過臃腫，直接在對話框輸入指令：
Terminal window /compact - 帶指令的 Compaction：你也可以要求它在摘要時重點保留某些內容：
Terminal window /compact Focus on decisions and open questions - 查看狀態：輸入
/status可以確認目前 Session 已經執行過幾次 Compaction。
什麼是 Compaction？
Section titled “什麼是 Compaction？”Compaction 會將較舊的對話內容總結成一個精簡的 Summary Entry，並保留最近的訊息。這個摘要會持久化 (Persist) 到該 Session 的 JSONL 歷史紀錄中。未來的請求會使用：
- Compaction 摘要
- Compaction 之後產生的最近訊息
在執行 Compaction 之前，OpenClaw 可能會先執行一次 Silent memory flush，將持久化的筆記存入磁碟。
Compaction vs Pruning
Section titled “Compaction vs Pruning”這兩個概念很容易搞混，但它們的處理方式完全不同：
- Compaction：總結對話並寫入 JSONL 檔案，影響長期的歷史紀錄。
- Session Pruning：僅在記憶體中運作，針對單次請求剔除舊的 Tool Results，不會改寫歷史檔案。
- 適時清理：當你覺得 AI 開始反應變慢，或是上下文充滿無關雜訊時，直接下達
/compact。 - 處理大型 Tool 輸出：雖然 OpenClaw 會自動截斷大型 Tool 輸出，但配合 Pruning 可以更有效地減少 Context 負擔。
- 重頭開始：如果當前對話已經完全失去焦點，建議使用
/new或/reset直接開啟一個全新的 Session ID。
- Context 依然過大：檢查你的 Model 定義，OpenClaw 是根據 Provider Catalog 中的設定來判斷 Context Window 限制的。
- 摘要遺失細節：手動執行
/compact時，嘗試給予更明確的指令（例如Keep technical specs）來引導摘要方向。
如果你在配置 agents.defaults.compaction 時遇到困難，可以詢問 AI Setup Assistant 獲取即時幫助。
OpenClaw Expert
還是卡住了？
如果這篇文件沒有解決你的情境，直接問 OpenClaw Expert，拿到可執行步驟。