上下文窗口（Context Window）

🧠 为什么上下文窗口很重要？

想象你在和一个人聊天，但他的记忆力只有最近5分钟——这就是小上下文窗口的窘境。上下文窗口越大：

• ✅ 能记住更多对话历史
• ✅ 能处理更长的文档
• ✅ 能执行更复杂的多步骤任务
• ❌ 但成本更高、速度更慢

📊 主流模型上下文窗口对比

模型	上下文窗口	约等于
GPT-4o	128K tokens	~300页书
Claude Opus 4	200K tokens	~500页书
Gemini 2.5 Pro	1M tokens	~2500页书
Kimi K2.5	256K tokens	~600页书
MiniMax M3	1M tokens	~2500页书

🔧 OpenClaw 的上下文管理

OpenClaw 提供了智能的上下文管理机制：

// OpenClaw 上下文配置
{
  "contextWindow": "auto",  // 自动适配模型
  "maxHistory": 50,         // 最多保留50条历史消息
  "compression": true,      // 启用上下文压缩
  "summaryInterval": 20     // 每20条消息生成摘要
}

上下文压缩策略

当对话超出上下文窗口时，OpenClaw 会自动：

1. 滑动窗口：保留最近N条消息
2. 摘要压缩：将早期对话压缩成摘要
3. 重要性排序：保留关键信息，丢弃冗余
4. 外部存储：将历史存入数据库，按需检索

⚠️ Token 计算的陷阱

🎯 最佳实践

• 精简系统提示，只保留必要指令
• 工具返回结果尽量精简
• 长文档分段处理，不要一次性塞入
• 定期清理不必要的历史消息
• 使用 OpenClaw 的自动压缩功能

← 返回术语百科首页