�� OpenClaw 每日一闻 | Apr 2, 2026

2026年4月2日 自动化你的 AI 助手，从每天一条资讯开始

📌 写在前面

本期涵盖 4 个维度：最新迭代、使用技巧、Skill 推荐、实践场景。全文阅读约 3 分钟。

🔔 让 AI 自己管好自己——本期聚焦上下文瘦身、多模型容灾和事件驱动钩子，让 AI 在你看不见的地方也在高效运转。

【最新迭代】✂️ Session Pruning：上下文瘦身，省 Token 于无形

正文： OpenClaw 新增 Session Pruning（会话修剪）机制，在每次 LLM 调用前自动裁剪过时的工具输出结果（exec 结果、文件读取、搜索结果），对话消息本身完全不受影响。修剪后的内容以 ... 占位符替代，不写入磁盘，完整历史始终保留。配合 Anthropic Prompt Caching 使用，修剪后的请求体积更小，Cache TTL 刷新时写入量更低，直接降低 API 成本。默认对 OAuth 和 API Key 认证分别开启 1 小时 / 30 分钟心跳保活。

行动建议：在 agents.defaults.contextPruning 中设置 mode: "cache-ttl", ttl: "5m"，Anthropic 用户默认已启用。

📖 出处：OpenClaw Docs - Session Pruning
⏰ 发布时间：2026-04-01

【最新迭代】🔀 Model Failover：多认证 Profile 轮转与 Model 降级

正文： OpenClaw 的 Model Failover 机制分两级处理故障：第一层在同 Provider 内轮转认证 Profile（OAuth 优先于 API Key，按最后使用时间从旧到新）；第二层在当前模型失败时切换到 agents.defaults.model.fallbacks 中配置的下一个模型。Session 级别的 Profile 会被固定（保持 Provider 缓存热启动），仅在 Compaction 完成或 Profile 进入 Cooldown 时重新选择。配合指数退避重试策略，长会话的可靠性大幅提升。

行动建议：openclaw models list 查看当前可用模型，在配置中添加 fallback 序列如 ["minimax-cn/MiniMax-M2","openai/gpt-4o"]。

📖 出处：OpenClaw Docs - Model Failover
⏰ 发布时间：2026-04-01

【使用技巧】🪝 Hooks 系统：让 AI 主动记住每一次重要事件

正文： OpenClaw Hooks 是内置的事件驱动自动化框架，在 Gateway 内部响应 agent 命令和生命周期事件时触发。目前打包了四个官方 Hook：💾 session-memory 在 /new 或 /reset 时自动保存会话上下文到 memory/ 目录；📝 command-logger 将所有命令写入 ~/.openclaw/logs/commands.log；📎 bootstrap-extra-files 从额外路径注入引导文件；🚀 boot-md 在 Gateway 启动时执行 BOOT.md。所有 Hook 通过 openclaw hooks list/disable/enable 管理，无需额外部署。

行动建议：openclaw hooks list 查看可用钩子，openclaw hooks enable session-memory 开启会话自动记忆。

📖 出处：OpenClaw Docs - Hooks
⏰ 发布时间：2026-04-01

【Skill 推荐】🐙 gh-issues：GitHub Issue 自动处理流水线

正文： gh-issues Skill 是 OpenClaw 官方提供的 GitHub Issue 自动化工具，通过 curl + GitHub REST API 直接交互（无需 gh CLI 依赖）。核心功能：从指定仓库抓取 Issue，按 Label、Milestone、Assignee 过滤；自动派遣 Sub-agent 并行实现 Bug Fix；自动 Fork 并提交 PR；监控 PR Review 评论并自动回复。支持 Cron 定时轮询、--dry-run 预览模式、--notify-channel 推送到 Telegram 群组。典型场景：开源项目维护者设置 gh-issues --cron --label bug --interval 30 实现 Bug 无人值守处理。

行动建议：在 OpenClaw 终端执行 /gh-issues owner/repo --label bug --limit 5 --dry-run 预览效果。

📖 出处：OpenClaw Skills - gh-issues
⏰ 发布时间：2026-04-01

【最佳实践】🎯 Session Pruning + Memory Hook：打造零遗忘的长期记忆代理

场景描述： 将 Session Pruning 和 session-memory Hook 组合使用，构建一个"永不遗忘、也不浪费"的长期运行 AI 代理。Session Pruning 自动裁剪过期工具输出保持上下文精简，session-memory Hook 在每次 /new 时自动将当前会话关键上下文持久化到 Memory 文件。两者的分工：Pruning 负责控制单次请求的 Token 消耗，Memory Hook 负责跨会话的信息保留。配置好后，你的 AI 代理可以连续运行数周，长会话不再因 Context 溢出被迫压缩，信息也不会因换新会话而丢失。

行动建议：

1. openclaw hooks enable session-memory 开启自动记忆
2. 在 AGENTS.md 中添加规则："每次 /new 前，如发现关键决策或用户偏好未写入 MEMORY.md，先补充再重置"
3. agents.defaults.contextPruning 设置 mode: "cache-ttl", ttl: "5m" 控制 Token 消耗
4. 定期检查 memory/ 目录，确保关键信息被正确持久化

📖 出处：最佳实践 - Session Pruning + Memory Hook
⏰ 发布时间：2026-04-02

📎 快速回顾

本期完 | 关注 OpenClaw，探索 AI 自动化的无限可能

🦞 行动力才是真正的智能。