# Context Hygiene System

> 面向 OpenClaw 的长上下文卫生系统技能。用于设计或审计 memory、skill 注入、工具输出预算、压缩、去重、恢复与长会话稳定性。

- Skill: `richard0901/context-hygiene-system` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add richard0901/context-hygiene-system`
- Raw SKILL.md: https://api.skillmd.com/api/skills/richard0901/context-hygiene-system/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: richard0901 (https://skillmd.com/u/richard0901)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/richard0901/context-hygiene-system

---


# 上下文卫生系统

## 这是什么

长会话不是“窗口快满时总结一下”那么简单。真正的问题是：

1. 哪些内容应该进入上下文
2. 哪些只该保留引用
3. 哪些应该压缩
4. 哪些要延迟注入
5. 爆上下文后如何恢复，而不是直接报错

这个 skill 用来把长上下文管理做成一套持续清洁系统。

## 在 OpenClaw 里何时使用

1. 会话很长，回答开始变笨
2. 工具输出很大，塞满上下文
3. memory / skills / tool results 混在一起太重
4. 想优化长时间运行 agent 的稳定性
5. 想设计压缩与恢复流程

## 核心原则

1. 不是所有内容都值得进主上下文。
2. 工具输出要先预算，不能先塞进去再后悔。
3. 压缩要分层，不要一上来就全量总结。
4. 最近的高价值细节通常比早期的大段粗摘要更重要。
5. 错误先尝试恢复，再决定是否暴露给用户。

## OpenClaw 中最常见的上下文来源

1. system / workspace prompt
2. skills 说明
3. memory 片段
4. 工具输出
5. 历史消息
6. 附件或外部抓取内容
7. 子 agent 回传结果

## 实战建议

1. 大工具输出优先保存在文件或引用路径里，不直接长贴进 prompt。
2. skill 列表应短小高信号，别把整个技能库说明都塞进去。
3. memory 只读必要片段，别每次全量载入。
4. 长网页、长文档、长日志先提取摘要，再按需补读。
5. 子 agent 回传只给摘要和产物路径，不灌完整 transcript。

## 推荐的压缩顺序

1. 先删冗余
2. 再缩局部工具输出
3. 再把旧轮次做更粗粒度摘要
4. 最后才考虑全局级 autocompact

## 恢复思路

当上下文太长或响应失败时：

1. 优先减少工具结果体积
2. 再减少低价值历史
3. 再减少技能和附加上下文
4. 再重建一个更轻的任务视图
5. 只有恢复失败后，才把错误暴露出来

## 常见失败模式

1. 把大段命令输出直接灌进 prompt。
2. 每轮都重复注入几乎不变的技能说明。
3. memory 读取过量，导致新任务预算被吃光。
4. 一爆上下文就直接报错，没有恢复阶梯。
5. 压缩后没重建预算，导致后续判断继续失真。

## OpenClaw 落地建议

1. 把大结果写文件，再给路径。
2. 让技能说明保持短而准。
3. 只在真正需要的时候读 memory 细节。
4. 对多轮调试任务，定期给出阶段总结，减少重复历史依赖。
5. 设计“轻上下文继续执行”的兜底策略。

## 你可以产出的东西

1. 一张 OpenClaw 上下文来源图
2. 一份“什么该进 prompt、什么只保留引用”的策略表
3. 一份上下文溢出恢复梯子