lossless-claw
为OpenClaw提供无损上下文管理的插件，让AI永不遗忘对话历史。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：lossless-claw。 它的用途是：为OpenClaw提供无损上下文管理的插件，让AI永不遗忘对话历史。 完整的 Skill 内容见：https://321skill.com/skills/lossless-claw/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“回顾我们三周前关于系统架构设计的讨论，找出当时提到的关于数据库选型的三个主要顾虑。” 它会通过 Lossless Claw 插件自动检索并理解那段已被摘要压缩的对话历史，精准提取出当时的讨论要点。在进行代码审查时，你可以问：“上个月我提交的那个用户登录模块的PR，你当时指出的安全性问题是什么？” AI 能跨越漫长的对话历史，找到相关的具体评论。
介绍
Lossless Claw 是一个专为 OpenClaw AI 助手设计的插件，它解决了长对话中因模型上下文窗口限制而被迫丢弃历史消息的核心痛点。传统的滑动窗口压缩会直接截断旧信息，导致 AI 遗忘早期对话细节。
该插件采用基于 DAG（有向无环图）的智能摘要系统。当对话超出模型令牌限制时，它会自动将较早的消息块总结成摘要，并随着摘要的积累进一步浓缩为更高层级的节点，形成一个结构化的记忆网络。所有原始消息和摘要都持久化存储在 SQLite 数据库中，并相互关联。
它非常适合需要与 AI 进行深度、持续协作的用户，例如进行长期项目规划、复杂代码审查、学术研究讨论或创意写作。用户无需再手动提醒 AI 之前的对话内容，AI 能自主地从压缩的历史中检索和回忆细节。
与同类仅做简单截断或固定窗口记忆的工具相比，Lossless Claw 的核心区别在于其“无损”特性。它通过多层级摘要和原始数据持久化，在保持当前上下文轻量的同时，确保了任何历史细节理论上都可被追溯和恢复，实现了真正的“永不遗忘”。
核心特点
采用基于 DAG 的智能摘要系统替代简单的滑动窗口截断，在压缩上下文的同时，通过多级摘要和原始数据持久化确保任何历史细节都可被追溯和恢复，而非永久丢弃。
注意事项
主要依赖 OpenClaw 生态，不适用于其他 AI 助手平台；对于超高频、碎片化的短对话场景，其摘要构建的开销可能显得不必要。
常见问题
Lossless Claw 会让 AI 响应变慢吗？
通常不会明显变慢。它主要影响上下文组装阶段，通过智能摘要保持输入令牌数在限制内，检索历史细节时才需额外查询。
安装后如何查看或管理被摘要的历史？
可通过 `/lossless` 命令查看状态，或使用集成的 `lcm_grep`、`lcm_describe` 等工具让 AI 主动搜索和展开历史摘要中的细节。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/lossless-claw/raw/index.md 读取 lossless-claw 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/lossless-claw/raw/index.md（查看排版版本）