OpenClaw / 05
Context 与 Memory
Agent 的”记忆”其实很简单：
memory = 短期上下文 + 长期上下文
短期是最近几轮完整对话，长期是更早对话的压缩摘要。大多数场景用这两层就够了。
为什么不需要向量数据库做 Memory
很多教程会告诉你：Agent 需要向量数据库来存记忆，然后每轮检索。
实际上，大多数对话场景不需要这个。
向量检索解决的是”从海量文档里找相关片段”的问题——这是 RAG 的使用场景。
Memory 解决的是”之前我们聊了什么”的问题。这个问题只需要：
- 把近期对话放进 messages（短期上下文）
- 超出窗口时，把早期对话压缩成摘要，拼在 messages 前面（长期上下文）
实现：两层 Memory
层 1：短期上下文
shared["messages"] 就是短期上下文——完整保留最近 N 轮对话。
shared["messages"] = [
{"role": "system", "content": "你是一个 Coding Assistant"},
{"role": "user", "content": "帮我分析 main.py"},
{"role": "assistant", "content": "..."},
{"role": "user", "content": "再看看 utils.py"},
# ...
]
这个列表直接传给 LLM。越新的内容越接近列表末尾，模型天然会更关注。
层 2：长期上下文（压缩摘要）
当 messages 超过一定长度时，把最早的若干轮压缩成一段摘要，替换掉原始内容。
# core/memory.py
from core.llm import call_llm_simple
COMPRESS_THRESHOLD = 20 # 超过 20 条消息时触发
KEEP_RECENT = 10 # 保留最近 10 条完整消息
def compress_if_needed(messages: list) -> list:
"""如果消息过多，把早期对话压缩为摘要"""
if len(messages) <= COMPRESS_THRESHOLD:
return messages
# 分离：需要压缩的早期消息 vs 保留的近期消息
to_compress = messages[:-KEEP_RECENT]
recent = messages[-KEEP_RECENT:]
# 生成摘要
conv_text = "\n".join(
f"{m['role'].upper()}: {m['content']}"
for m in to_compress
if m["role"] != "system"
)
summary = call_llm_simple(
f"请用简洁的语言总结以下对话的关键内容，保留重要决策和结论：\n\n{conv_text}"
)
# 重建 messages：system + 摘要 + 近期消息
system_msgs = [m for m in messages if m["role"] == "system"]
compressed = system_msgs + [
{"role": "assistant", "content": f"[对话摘要]\n{summary}"}
] + recent
return compressed
使用：
class ChatNode(Node):
def exec(self, _):
# 每轮调用前先检查是否需要压缩
shared["messages"] = compress_if_needed(shared["messages"])
response = call_llm(shared["messages"])
shared["messages"].append(response)
if response.get("tool_calls"):
return "tool_call", response["tool_calls"]
return "output", response["content"]
可视化：Memory 的工作方式
flowchart TD
A[messages 列表] --> B{长度 > 阈值?}
B -->|否| C[直接传给 LLM]
B -->|是| D[早期消息 → LLM 压缩]
D --> E[摘要 + 近期消息]
E --> C
为什么压缩而不是截断
最简单的做法是截断——超出窗口就丢掉最早的消息。
但截断有一个问题：丢失的内容可能包含关键信息（用户在第一轮说的目标、重要的约束条件）。
压缩保留了语义，代价是一次额外的 LLM 调用（通常使用便宜的小模型）。
工具执行结果的处理
工具结果也进入 messages，但可以更激进地压缩：
def trim_tool_result(result: str, max_chars: int = 2000) -> str:
"""工具输出太长时截断，保留头尾"""
if len(result) <= max_chars:
return result
head = result[:max_chars // 2]
tail = result[-(max_chars // 2):]
return f"{head}\n\n[... 省略中间内容 ...]\n\n{tail}"
文件读取、shell 命令输出、搜索结果——这些工具的返回值可能很长。截断比压缩更合适，因为中间内容往往不如头尾重要。
多轮 Agentic 任务的 Memory
对于长任务（比如”帮我重构整个项目”），单纯依赖对话历史会有问题：任务过程中的工具调用记录会占满上下文。
更好的方案是任务计划 + 进度跟踪：
shared["task_plan"] = """
## 任务：重构项目
1. [x] 分析现有代码结构
2. [ ] 提取公共函数到 utils.py
3. [ ] 更新所有引用
4. [ ] 运行测试
"""
把任务计划放在 system prompt 或 messages 开头，让模型始终知道自己在做什么、做到哪里了。这比靠对话历史”记住”进度要可靠得多。
完整的 Memory 模块
core/
memory.py ← compress_if_needed, trim_tool_result
llm.py ← call_llm, call_llm_simple
node.py ← Node, Flow, shared
shared 字典是整个 Agent 运行期间的全局状态，memory 相关的所有数据都存在这里：
shared = {
"messages": [], # 对话历史（含压缩摘要）
"task_plan": "", # 当前任务计划（可选）
"query": "", # 当前轮用户查询（workflow 用）
"search_results": [], # 搜索结果缓存（workflow 用）
}