数据库管理-第413期 OpenClaw深度调教：上下文管理+Clawhub提速+记忆体实战（20260319）

作者：胖头鱼的鱼缸（尹海文）Oracle ACE Pro: DatabasePostgreSQL ACE10年数据库行业经验拥有OCM 11g/12c/19c、MySQL 8.0 OCP、Exadata、CDP等认证墨天轮MVP，ITPUB认证专家圈内拥有“总监”称号，非著名社恐（社交恐怖分子）公众号：胖头鱼的鱼缸CSDN：胖头鱼的鱼缸（尹海文）墨天轮：胖头鱼的鱼缸ITPUB：yhw1809IFClub：胖头鱼的鱼缸除授权转载并标明出处外，均为“非法”抄袭

本期继续深入小龙虾，不明白我环境和我做到哪一步的，可以看看前面几期：全网疯传的OpenClaw，总监用本地大模型跑通了！

OpenClaw进阶实战：升级+网关安全+飞书对接一次性搞定

OpenClaw深度进化+QClaw实测！这只AI“小龙虾”到底怎么玩透？

1 简单使用技巧

我们使用OpenClaw调用大模型的时候，其实是有上下文上限的，以我的环境为例，Ollama中配置的上下文上限就是256K：

这也意味着，当上下文超过256K时，上下文会丢失，OpenClaw会忘记一些事情，如果任务过程你甚至会看到乱跑的现象，那么怎么查看当前上下文呢，可以在聊天窗口通过以下一些命令触发和上下文有关的操作：

/new#重置会话，会清理上下文，这时候OpenClaw就需要通过读取记忆文件，甚至是日志文件来获取你之前工作了些什么、需要注意什么，甚至是回忆起你是谁#在重置会话前，可以手动触发记忆，或者针对还未完成的任务创建相应的文件#重置会话前后，都会消耗Token/status#查看当前上下文占用情况，定时监控上下文可以避免上下文丢失/compact#压缩当前上下文，即可避免/model#查看模型，也会输出模型相关的其他操作

下面是一个查看上下文和压缩上下文的演示：

下面则是模型的演示：

2 Clawhub提速

虽然前一期展示了在默认限速情况下如何安装Skill，但是还是非常麻烦，且相对来说容易出问题。其实Clawhub为了避免滥用导致的带宽占用，对未登录的操作都是做了非常厉害的限速的，而登陆后的速度则会非常快。可以通过以下命令实现：

clawhub login

命令输入后会弹出一个网址链接，将这个链接复制到OpenClaw运行的服务器上的浏览器，登陆GitHub账号即可，下面是结果演示：

这时候通过Clawhub安装Skill feishu-file-sender就可以成功了：

完成Skill安装后，可以通过聊天让OpenClaw学习，这个Skill本身并没有很好适配较新版本的OpenClaw，因此需要注意不要在学习过程中让OpenClaw去修改配置文件（openclaw.json），而是让这个Skill去适应新版配置文件。

学习配置完成后，OpenClaw就可以将生成的文件通过聊天窗口发送过来了：

3 记忆体

在使用OpenClaw过程中，因各种原因丢失记忆是非常烦人的一件事，是否可以非md文件的其他方式来存储记忆，可能是一个比较好的方案，因此我尝试了使用memory-lancedb-pro这个Skill/Plugin来作为记忆体解决记忆问题。

LanceDB是一个用于RAG、AI智能体和搜索的向量数据库memory-lancedb-pro的GitHub地址：https://github.com/CortexReach/memory-lancedb-pro

其实安装它只需要遵循下面的步骤：

3.1 安装Skill

用聊天的方式安装Skill即可：

为我安装这个skill https://github.com/CortexReach/memory-lancedb-pro-skill

3.2 输出安装步骤

接下里我通过聊天方式，在Ollama下载了mxbai-embed-large向量嵌入模型之后，告诉OpenClaw当前的运行架构环境，然后OpenClaw给出了安装流程：

当然在这中间我还通过聊天让OpenClaw安装稳定版的Plugin。（未截图）

3.3 安装Plugin

还是通过聊天方式让OpenClaw自己安装Plugin：

3.4 验证

通过聊天验证记忆模式：

3.5 转储记忆

原来存放在md文件的记忆，也可以通过聊天方式转储到LanceDB中，这里没有截图记录。

后续使用

后面使用可以说是非常坎坷：

• 不知道向量模型还是其他原因，记忆转储后的自检匹配率其实不高，也导致了实际使用并没有那么精确
• 在workspace中的静态记忆md文件得到了转储（偏静态），而通过Skill self-improvement生成的在workspace/.learnings中记忆文件没有被转储（偏动态），两套记忆系统的交叉使用导致效果其实没那么好
• 重启或重置会话后，静态记忆文件导入后，OpenClaw会丢失使用LanceDB的方法，需要提醒，因此还需要补充一个文件让重启或重置会话后，OpenClaw能够正确调用LanceDB

因为以上和其他的种种，让我最终放弃了使用LanceDB作为记忆体，直接回滚了虚拟机。

4 记忆使用技巧

4.1 备份

我的建议，记忆文件是需要定期备份，可以通过聊天来生成这个定时任务，甚至还可以用前面配置好的Skill feishu-file-sender将备份的文件发送到飞书聊天窗口，实现异地备份。

但是在我的操作过程中，OpenClaw会把恢复流程放到重启或重置会话后，这个操作就很坑，会将上次备份后到重启/重置会话前的记忆冲洗掉，因此大家要认证看清楚输出的内容，避免导致不必要的麻烦（比如刚刚调教好一个姿势，上下文耗尽，重置会话发现白干了）。

4.2 记录与整合

每完成一个任务或一次调教，一定要让OpenClaw将对应的记忆记录到文件中，避免丢失。

每天最好让OpenClaw主动整合一次记忆文件，这样即可以节省空间，也能提升记忆的读取使用效率，进而减少Token使用。

5 Skill推荐

这里只推荐我正在使用的两个Skill。

5.1 cn-web-search

这是一个不需要配置API，可以免费查询网页的Skill，但一定要让OpenClaw将它作为网络搜索首选，记录到记忆文件中。

但它依然会经常和OpenClaw内置的一些网页搜索冲突，导致任务失败、等待、重试等，可以将那些Skill给disable掉。

5.2 planning-with-files

在我这个环境中（主要是使用Ollama本地跑模型），对于复杂（步骤多）或耗时多（比如等待网页结果反馈汇总）的任务，经常会出现无响应的现象，需要主动去推动或索要结果（“继续”、“结果”等）。

这个Skill可以将这些任务以步骤明确的方式执行，避免彻底完成前的中断，但是调教OpenClaw正确高效的使用这个Skill是一个技术活。

6 描述与逻辑

就跟前面说到的一样，要调教好OpenClaw，充分且正确的使用Skill/Plugin不是一件简单的事情，你需要逻辑清晰的将需求描述给OpenClaw，让OpenClaw生成处理任务正确的步骤，中间可能还需要不断地试错与调整，最后作为记忆记录下来。

在这个过程中，不需要代码能力，通过OpenClaw的总结与实践，你也可以以此创造出自己的Skill。

在当前这个阶段，人的价值仍然重要，智能体需要人去教会他如何运转，你对任务的理解决定了OpenClaw的运转方向，而你的语言描述能力和逻辑能力决定了你的OpenClaw的上限。

总结

本期带来了OpenClaw的一些使用技巧，Clawhub提速，记忆体试用，记忆使用技巧，Skill推荐以及一些感触。老规矩，知道写了些啥。