Openclaw Context Capsule
智能压缩AI对话历史，节省Token并保护隐私
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：Openclaw Context Capsule。 它的用途是：智能压缩AI对话历史，节省Token并保护隐私 完整的 Skill 内容见：https://321skill.com/skills/openclaw-context-capsule-x-3/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
‘请使用Context Capsule处理我们过去三小时的对话历史，保留最近10条消息的完整内容，并生成一个压缩摘要。’ 它会自动分析历史，将旧对话压缩成一个包含关键决策点和转折的胶囊，同时隔离掉测试时注入的临时指令，并编辑掉日志中出现的API密钥，从而为你准备好一个精简、安全的后续对话起点。
介绍
Openclaw Context Capsule 是一款专门用于智能压缩AI Agent（如OpenClaw）会话历史的工具。它解决了在长对话中，上下文窗口有限、Token消耗高以及历史信息冗余或敏感的问题。
该工具的工作原理是，将较早的对话历史压缩成一个结构化的“胶囊”，同时完整保留最近的对话内容。它能识别并标记出被放弃的对话方向，隔离可能被注入的指令，并自动隐藏或处理对话中的敏感信息（如密钥）。整个过程在本地完成，是确定性的，且不依赖于特定的大模型。
它非常适合需要与AI进行长时间、多轮次交互的用户，例如智能体开发者、频繁使用AI辅助编程或写作的工程师和内容创作者。这些用户常常面临上下文长度限制，并希望优化使用成本与效率。
使用建议：在启动需要长时间会话的AI Agent之前，先配置此工具。注意，压缩是单向且有损的，被压缩进“胶囊”的旧历史可能无法再以原始细节被AI直接引用，因此更适合用于总结性回顾而非细节追溯。
核心特点
与单纯截断或简单总结历史的工具不同，它具备“车道变更感知”能力，能智能识别对话中的方向转变和废弃路径，并进行标记；同时集成了指令隔离和秘密信息编辑功能，在压缩时兼顾了安全与上下文连贯性。
注意事项
不适合需要完整、无损回溯对话中每一处细节的场景，因为压缩过程会丢失部分原始信息。
常见问题
这个工具能节省多少Token？
节省量取决于对话长度和压缩策略，它能将冗长的旧历史压缩成简短的摘要，显著降低每次请求的上下文长度。
它如何保护我的隐私或密钥？
工具内置了秘密信息编辑功能，能在压缩过程中自动识别并隐藏如API密钥等敏感内容，防止其泄露在后续对话中。
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/openclaw-context-capsule-x-3/raw/index.md 读取 Openclaw Context Capsule 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/openclaw-context-capsule-x-3/raw/index.md（查看排版版本）