mcpField
C
context-budget-guard

context-budget-guard

github.com/archieindianAgent 工作流7351 次安装25 周前更新
代码仓库

关于 context-budget-guard

context-budget-guard 是用于长会话和多阶段任务的 OpenClaw 技能，可跟踪上下文用量，并在估算用量超过 70% 时触发压缩。

主要功能

  1. 01初始化并维护会话状态
  2. 02在任务检查点估算上下文用量
  3. 03超过 70% 时触发上下文管理
  4. 04记录压缩信息和会话结束状态

适用场景

  1. 01监控长会话的上下文用量
  2. 02在工作流重要步骤前检查上下文
  3. 03加载大文件或子 Agent 前进行压缩

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/archieindian/openclaw-superpowers --skill context-budget-guard

安装后在 Claude Code 中输入/context-budget-guard确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

check.py
example-state.yaml
STATE_SCHEMA.yaml

详细介绍

上下文预算守护

状态文件：~/.openclaw/skill-state/context-budget-guard/state.yaml

不要等到模型开始混乱才采取行动。达到 70% 时就行动，而不是等到 95%。

适用场景

  • 任何预计超过 30 分钟的长时间会话开始时
  • 多小时工作流中的每个主要任务步骤之前
  • long-running-task-management 进入新阶段时

流程

步骤 1：初始化（会话开始）

在状态中写入：session_start 时间戳、compaction_count: 0、status: monitoring、threshold_pct: 70。

步骤 2：检查预算（每个主要步骤之前）

粗略估算当前上下文用量百分比：

  • 低（<50%） — 正常继续
  • 中（50–70%） — 在状态中记录，谨慎推进（避免加载大型文件）
  • 高（>70%） — 立即触发 context-window-management，然后再继续

估算方法：根据近期消息、已加载文件内容和当前任务上下文，大致计算 token 数量。

步骤 3：压缩后
  • 在状态中递增 compaction_count
  • 写入 last_compacted_at、strategy_used（由 context-window-management 传入）
  • 将心理估算重置为约 20%（压缩后的基准值）
步骤 4：会话结束

更新状态：status: idle、session_end 时间戳。

关键原则

  • 70% 是触发阈值——越早行动越好
  • 在加载大型文件或运行子 Agent 之前检查预算，而不是之后
  • 如有疑问，就进行压缩。干净的上下文比混乱的上下文成本更低。
  • 与 long-running-task-management 配合效果最佳——在每个检查点检查预算

评论

支持 Markdown