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/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
‘启动OpenClaw Context Capsule，处理我们过去三天的会话历史，将上下文长度控制在4000Token以内。’ 它会自动分析历史，保留最近的关键对话原文，将更早的讨论压缩成摘要，并确保所有敏感令牌都被安全编辑，最终返回一个精简且安全的上下文胶囊供后续对话使用。
介绍
OpenClaw Context Capsule 旨在解决AI Agent长会话历史导致的上下文窗口溢出和Token消耗过高的问题。它通过智能算法，将较早的对话历史压缩成一个简洁、有界的“上下文胶囊”，从而在有限的上下文窗口内保留最关键的信息。
使用时，该Skill会分析会话历史，保留最近的消息原文，同时识别并标记出被放弃的对话方向、隔离外部注入的指令，并自动编辑掉可能存在的密钥等敏感信息。整个过程在本地完成，具有确定性，不依赖特定模型。
它非常适合需要长时间与AI Agent进行复杂、多轮交互的用户，例如智能体开发者、全栈开发者或数据分析师，他们常常需要回顾或持续构建复杂的对话上下文。
建议在涉及敏感信息讨论或需要严格控制上下文长度的自动化工作流中启用此Skill。注意，其压缩是确定性的，但可能不适用于要求完整、无损历史记录的场景。
核心特点
与简单的历史截断不同，它具备“车道变更感知”能力，能智能识别对话中的方向转变并标记废弃路径，同时主动隔离可疑指令和编辑秘密，实现了更智能的上下文管理。
注意事项
不适合需要完整、逐字记录所有历史消息以进行严格审计或法律溯源的场景。
常见问题
这个Skill会丢失重要的历史信息吗？
不会完全丢失，它会将旧历史压缩成摘要胶囊，保留核心语义，并标记关键转折点。
压缩过程安全吗？
安全，所有处理均在本地进行，且具备敏感信息编辑功能，保护隐私。
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/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/raw/index.md（查看排版版本）