如何调整OpenClaw的上下文长度

调整OpenClaw的上下文长度,可以获得更好的应用效果,以达到经济性和适用性的平衡。

在 OpenClaw 中配置上下文长度,核心是修改模型定义文件 openclaw.json,手动设置 contextWindow 参数,以覆盖系统可能存在的错误检测或默认限制。

整个配置过程可以分为两大步:

⚙️ 第一步:核心配置------修改模型参数

这是最关键的一步,直接决定模型能使用的上下文窗口大小。

  1. 找到配置文件 :根据你的安装方式和运行环境,找到 openclaw.json 文件。它通常位于 ~/.openclaw/~/.openclaw-dev/ 目录下。

  2. 编辑配置 :使用任何文本编辑器打开该文件。在 models 字段下,你需要添加或修改针对你所用模型的配置。这里的关键是使用 "mode": "merge" 来确保你的手动设置能够永久生效,不会被系统自动扫描覆盖。

    重要提示 :请务必修改 openclaw.json,而不是 models.jsonmodels.json 是系统缓存,每次重启都会被重置。

  3. 设置关键参数:在你的模型配置中,添加或修改以下两个参数:

    • contextWindow :这是你想为模型分配的上下文窗口总大小 ,单位是 token。OpenClaw 官方推荐至少 64k 以获得良好体验。你可以根据模型的实际情况设置为 64000128000 甚至 256000
    • maxTokens :限制模型单次回复的最大 token 数,用于防止单次消耗过多配额。

    配置示例

    json 复制代码
    {
      "models": {
        "mode": "merge",  // 关键:强制使用你的配置
        "你的模型供应商/ID": { // 例如 "ollama/qwen2.5-coder:7b"
          "contextWindow": 128000, // 👈 在这里设置你想要的大小
          "maxTokens": 4096,
          // ... 其他模型参数
        }
      },
      // ... 其他配置保持不变
    }
  4. 重启服务:保存文件后,需要重启 OpenClaw 网关使配置生效:

    bash 复制代码
    openclaw gateway stop
    openclaw gateway run

    如果你是用 ollama 启动的,命令通常是 ollama launch openclaw

注意 :如果你使用的是 LM Studio、Ollama 等本地服务,必须确保服务端也开启了同样大小的上下文窗口。例如在 LM Studio 的侧边栏找到 "Context Length" 并拉到相应数值,否则可能会报错或爆显存。

🧐 第二步:验证与诊断------确保配置生效

修改配置后,最好验证一下是否成功,并了解上下文的使用情况。OpenClaw 提供了一系列实用的斜杠命令来帮你做到这一点:

诊断命令 主要作用
/status 快速查看当前会话的上下文窗口"有多满"以及会话设置。
/context list 查看哪些工作区文件被注入了上下文,以及它们各自的大致大小(原始 vs 注入后)。
/context detail 查看更深入的分解信息,比如每个文件、每个工具 schema、每个技能条目的具体大小。
/usage tokens 在每次 AI 回复后,附加显示此次回复消耗的 token 数量
/compact 当上下文窗口接近饱和时,手动将较早的对话历史总结为摘要,以释放窗口空间。

💡 进阶技巧:精细化管理上下文

除了设置窗口大小,OpenClaw 还提供了更高级的机制来主动管理上下文内容,避免"内存"爆炸:

  • 工作区文件注入控制 :默认会注入 AGENTS.mdSOUL.md 等文件。你可以在 openclaw.jsonagents.defaults 下调整 bootstrapMaxChars(单文件上限,默认20000字符)和 bootstrapTotalMaxChars(总计上限,默认150000字符)来控制它们的大小。
  • 自动上下文修剪 :OpenClaw 支持自动修剪 (Pruning) 旧的工具调用结果。你可以在配置文件中设置 contextPruning 策略(如 mode: "cache-ttl"),让系统自动清理过期的、占用大量 token 的工具输出。
  • 按需加载技能 :系统提示词中只包含技能 (Skills) 的列表和简短描述 ,而不是全部指令。模型只有在需要时,才会去读取对应 SKILL.md 的详细内容,这样可以有效节省上下文空间。
相关推荐
梦想的颜色16 小时前
Pi‑Agent 深度硬核解析:极简主义编程智能体,OpenClaw 底层内核源码剖析
大模型应用·ai 编程·codingagent·openclaw·piagent·agent 框架源码·2026ai 工具
AC赳赳老秦3 天前
语义采集进阶实战:利用 OpenClaw AI 语义识别自动提取网页核心信息,无需手动编写选择器
java·运维·服务器·python·信息可视化·deepseek·openclaw
AC赳赳老秦3 天前
OpenClaw 多源采集公开行业数据:从原始信息到研究报告初稿的自动化实践
java·c语言·c++·python·php·deepseek·openclaw
AC赳赳老秦5 天前
公开图片 OCR 数据提取:OpenClaw 合规采集公开信息图,识别文字与表格并转化为结构化数据
java·大数据·前端·数据库·python·php·openclaw
AC赳赳老秦5 天前
风控岗应用:OpenClaw 采集公开司法与经营异常数据,自动生成企业风险评估报告
大数据·c语言·数据库·人工智能·python·php·openclaw
海兰6 天前
【应用】ClawPDF 完全指南:安装、部署与使用
人工智能·pdf·openclaw
海兰6 天前
mcporter — 安装部署及使用完全指南(四)
人工智能·agent·openclaw
comedate6 天前
DeepSeek Harness 与 OpenClaw 功能异同对比
openclaw·deepseekharness·差异
AC赳赳老秦8 天前
官方技术文档聚合实践:用 OpenClaw 批量抓取开源项目文档,构建离线可检索技术知识库
java·运维·服务器·python·信息可视化·deepseek·openclaw
七夜zippoe9 天前
OpenClaw + 隐私计算实战:联邦学习场景下的 Agent 数据隔离与安全协作
安全·agent·联邦学习·隐私计算·数据隔离·openclaw