系统提示词、上下文与压缩

OpenClaw 和普通聊天工具最大的差别之一，就是它不会把“当前窗口里的几轮消息”当成全部上下文。官方中文文档把 system prompt、context、compaction 和 session pruning 拆成独立页面，说明这是一套完整机制。

如果只记一个结论，更适合记这句：

• 记忆是磁盘上的长期事实
• 上下文是这次真正发给模型的内容
• 压缩和剪枝是为了让上下文长期可持续运行

系统提示词不是模型默认提示词

官方文档明确说明，OpenClaw 每次运行都会自己构建 system prompt，而不是直接用底层 agent 默认提示词。

它通常会包含这些固定部分：

• 当前可用工具和简短说明
• 安全提醒
• Skills 元信息
• OpenClaw 自更新说明
• 工作区路径
• 本地文档位置
• 注入的工作区引导文件
• 沙箱信息
• 当前日期和时区

这意味着系统提示词本身就是上下文的一大块开销，不是“看不见就可以忽略”的部分。

工作区文件为什么会自动进上下文

官方中文文档提到，OpenClaw 默认会把一组工作区引导文件直接注入到运行上下文里，例如：

• AGENTS.md
• SOUL.md
• TOOLS.md
• IDENTITY.md
• USER.md
• HEARTBEAT.md
• BOOTSTRAP.md

它们的作用不是长期存档，而是让模型在真正运行前就看到当前身份、规则和项目上下文。

官方还给了两个重要的大小限制：

• 单文件截断上限由 agents.defaults.bootstrapMaxChars 控制，默认 20000
• 总注入上限由 agents.defaults.bootstrapTotalMaxChars 控制，默认 150000

所以“我把很多内容写进 SOUL.md 就一定都会被看到”并不成立，太长时会被截断。

上下文到底包含哪些东西

按照官方 context 文档，更适合的新手心智模型是：

• system prompt
• 当前会话历史
• 工具调用和工具结果
• 附件、转录和其他运行时内容

这也是为什么上下文常常会比你想象中涨得更快。真正占用窗口的不只是聊天文本，还包括：

• 文件读取结果
• 命令输出
• 图片和音频相关内容
• 工具 schema
• 旧工具结果

/context 和 /status 在看什么

官方把这几条命令当成上下文检查入口：

• /status
• /context list
• /context detail
• /usage tokens

它们能帮助你回答几类关键问题：

• 当前窗口有多满
• 哪些文件和工具在占用上下文
• system prompt 占了多大比例
• 哪些注入文件被截断了

如果你已经开始做技能、工具和长会话，这些命令的价值会很高。

压缩和剪枝不是一回事

这是官方文档里最值得单独讲清楚的一点。

压缩 compaction

压缩会总结已有会话内容，并把摘要持久化进 JSONL 记录。它是“把旧内容提炼后保留下来”。

官方还提到：

• 可以手动用 /compact 触发
• 自动压缩前可以先做一次静默记忆写回

会话剪枝 session pruning

剪枝只是在每次请求前，临时从发送给模型的内存上下文里移除旧工具结果。它不会重写磁盘上的会话历史。

它更像“为了这次请求先减重”，而不是“真的改写了过去”。

官方的 session pruning 重点

官方中文文档给了很明确的边界：

• 只修剪 toolResult
• 不会修改用户和助手消息
• 主要针对 Anthropic API 调用及相近场景
• 默认模式可设为 cache-ttl

默认值也很具体，包括：

• ttl: "5m"
• keepLastAssistants: 3
• softTrimRatio: 0.3
• hardClearRatio: 0.5
• minPrunableToolChars: 50000

这些默认值说明官方解决的是“长时间运行里旧工具输出堆太多”这个问题，而不是单纯省一点 token。

为什么 OpenClaw 会话更适合长期运行

官方 session 管理文档还强调了两层持久化：

1. sessions.json 记录会话元信息
2. <sessionId>.jsonl 记录真实对话和工具历史

这样做的意义是：

• 会话元信息可以快速查询
• 真实对话和压缩摘要可以持续积累
• 上下文重建有明确的事实来源

这和“只在一个聊天窗口里堆消息”完全不是同一种系统设计。

中文用户最容易误解的地方

把上下文当成记忆

上下文是一次运行里带进去的内容，不等于长期记忆。

以为压缩会清空历史

压缩是持久化总结，不是粗暴删记录。

以为剪枝会改写磁盘记录

剪枝只改这次请求发送给模型的内容，不改 JSONL 历史。

更稳的使用路径

建议按这个顺序理解：

1. 先理解 OpenClaw 记忆系统怎么工作
2. 再理解 system prompt 和上下文的组成
3. 会用 /status 和 /context detail
4. 最后再看 compaction 和 pruning 的成本/稳定性意义

下一步推荐

• OpenClaw 记忆系统怎么工作
• 记忆搜索与索引机制
• Session 与配对机制
• 故障排除与诊断思路