凌晨4点，我的 AI 悄悄把记忆清空了——OpenClaw Session 避坑指南
摘要：用 OpenClaw 搭了个 AI 助手，聊得好的，第二天一早它就"失忆"了？本文从一个真实踩坑出发，系统拆解 OpenClaw 的 Session 机制——重置（Reset）、压缩（Compaction）、剪枝（Pruning）、记忆（Memory）、会话控制（Session Tool）——帮你彻底搞懂"对话为什么会消失"以及"怎么让 AI 记住你"。
🤯 踩坑现场
事情是这样的：
我用 OpenClaw 部署了一个私人 AI 助手，接了飞书和 Web 两个渠道。白天跟它聊了一整天的项目方案，讨论了架构设计、技术选型、排期计划……信息量巨大，我很满意。
第二天早上9点，我发了句"继续昨天的讨论"。
它回我：
“你好！请问有什么可以帮你的？”
整个对话历史，没了。干净净。
我当时的表情：🫠
后来我翻了文档才明白——OpenClaw 默认在凌晨4点重置 Session。不是 bug，是 feature。但如果你不了解这套机制，就会像我一样，被"设计如此"四个字暴击。
这篇文章，就是我把 OpenClaw 的 Session 体系从头到尾啃完之后的总结。希望能帮你少走弯路。
📚 本文结构
| 章节 | 内容 | 解决什么问题 |
|---|---|---|
| 第1章 | Session 基础 | 消息怎么找到"对的对话"？ |
| 第2章 | Session 生命周期 | 什么时候开始、什么时候结束？ |
| 第3章 | Compaction（压缩） | 上下文满了怎么办？ |
| 第4章 | Pruning（剪枝） | 怎么省钱？ |
| 第5章 | Memory（记忆） | 怎么跨 Session 记住东西？ |
| 第6章 | Session Tool | 运行时怎么控制会话？ |
| 第7章 | 实战协同 | 五个机制怎么配合工作？ |
第1章 · Session 基础——消息怎么找到"对的对话"
核心概念：两层标识
理解 Session，先搞清楚两个东西：
┌─────────────────────────────────────────────┐
│ Session Key（路由键） │
│ → "这条消息属于哪个对话桶？" │
│ │
│ 例: agent:main:main │
│ agent:main:feishu:group:oc_xxx │
│ cron:job-123 │
│ │
│ ┌─────────────────────────────────────┐ │
│ │ Session ID（对话记录） │ │
│ │ → "当前这轮对话的实际文件" │ │
│ │ │ │
│ │ abc123.jsonl（今天的对话） │ │
│ │ def456.jsonl（昨天的，已归档） │ │
│ └─────────────────────────────────────┘ │
└─────────────────────────────────────────────┘
关键理解：
- Session Key 是固定的，决定消息路由到哪个"桶"
- Session ID 会变，每次重置就换一个新的 JSONL 文件
- 重置 ≠ 删除——旧 JSONL 文件还在磁盘上，只是模型不再读取
Session Key 的生成规则
| 来源 | Key 格式 | 示例 |
|---|---|---|
| 私聊（默认） | agent:<agentId>:<mainKey> | agent:main:main |
| 群组 | agent:<agentId>:<channel>:group:<id> | agent:main:feishu:group:oc_xxx |
| 频道/房间 | agent:<agentId>:<channel>:channel:<id> | agent:main:discord:channel:123 |
| 定时任务 | cron:<job.id> | cron:daily-report |
| Webhook | hook:<uuid> | hook:abc-def-123 |
私聊的 dmScope 模式
这个配置决定了不同渠道的私聊是否共享同一个 Session：
| dmScope | 行为 | 适用场景 |
|---|---|---|
main（默认） | 所有私聊共享一个 session | 个人助手 |
per-peer | 按发送者隔离 | 多用户场景 |
per-channel-peer | 按渠道+发送者隔离 | 多渠道多用户 |
per-account-channel-peer | 按账户+渠道+发送者 | 多账户收件箱 |
💡 如果你用的是默认
main模式，飞书私聊和 webchat 私聊会共享同一个 session。
存储位置
~/.openclaw/agents/<agentId>/sessions/
├── sessions.json ← Session 元数据（Key → ID 映射）
├── abc123.jsonl ← 当前对话记录
├── def456.jsonl ← 旧对话记录（重置后留下的）
└── ghi789-topic-42.jsonl ← Telegram 话题会话
第2章 · Session 生命周期——什么时候开始、什么时候结束
生命周期全景图
消息到达
│
▼
┌──────────────┐ 是 ┌──────────────┐
│ Session 过期？ │───────→│ 创建新 Session │
│ │ │ ID + JSONL │
└──────┬───────┘ └──────┬───────┘
│ 否 │
▼ ▼
┌──────────────┐ ┌──────────────┐
│ 继续使用当前 │ │ 开始新对话 │
│ Session │ │（旧上下文丢失）│
└──────┬───────┘ └──────────────┘
│
▼
[对话进行中]
│
▼
┌──────────────┐ 是 ┌──────────────┐
│ 上下文快满了？ │───────→│ Memory Flush │
│ │ │（静默写日志） │
└──────┬───────┘ └──────┬───────┘
│ 否 │
▼ ▼
[继续对话] ┌──────────────┐
│ │ Auto-Compact │
▼ │（压缩旧内容） │
┌──────────────┐ └──────────────┘
│ 上下文溢出？ │
│ │───→ 强制 Compact → 重试
└──────────────┘
三种重置触发方式
① 每日重置（默认启用）
{
"session": {
"reset": {
"mode": "daily",
"atHour": 4
}
}
}
⚠️ 重点来了：不是到凌晨4点就立刻清空，而是下一条消息到来时才检查。
23:00 聊天 ──→ 凌晨4:00（重置边界）──→ 早上9:00 发消息 ──→ 💥 新 Session！
↑ 这时候才真正重置
这就是我踩坑的根本原因——昨晚聊的内容，在今早第一条消息时被判定为"过期"，直接创建了新 Session。
② 空闲重置（可选）
{
"session": {
"reset": {
"mode": "daily",
"atHour": 4,
"idleMinutes": 120
}
}
}
同时配置每日+空闲时，先到期的那个生效。
③ 手动重置
发送 /new 或 /reset 立即创建新 Session：
/new claude-sonnet→ 重置并切换模型- 单独发
/new→ 重置并发一条问候确认
按类型/渠道覆盖
不同场景可以设不同策略：
{
"session": {
"resetByType": {
"dm": { "mode": "idle", "idleMinutes": 480 },
"group": { "mode": "idle", "idleMinutes": 120 },
"thread": { "mode": "daily", "atHour": 4 }
},
"resetByChannel": {
"discord": { "mode": "idle", "idleMinutes": 10080 }
}
}
}
优先级：resetByChannel > resetByType > reset（全局默认）
第3章 · Compaction（压缩）——上下文满了怎么办
为什么需要压缩？
每个模型有上下文窗口限制（比如 200k tokens）。聊久了，历史消息会撑满窗口。
压缩 = 把旧对话总结成摘要，腾出空间继续聊。
压缩 vs 重置
| 压缩（Compaction） | 重置（Reset） | |
|---|---|---|
| 触发 | 上下文快满时自动触发 | 到时间/手动触发 |
| 效果 | 旧内容变摘要，对话继续 | 创建全新 session，从零开始 |
| 连续性 | ✅ 保留（摘要形式） | ❌ 完全断开 |
| 持久化 | ✅ 摘要写入 JSONL | 旧 JSONL 保留但不再使用 |
自动压缩触发条件
两种情况：
- 溢出恢复：模型返回上下文溢出错误 → 压缩 → 重试
- 阈值维护：成功回复后检查
contextTokens > contextWindow - reserveTokens
配置
{
"compaction": {
"enabled": true,
"reserveTokens": 16384,
"keepRecentTokens": 20000
}
}
压缩后模型看到什么？
┌─────────────────────────────────┐
│ [压缩摘要] │
│ "之前讨论了 A、B、C 三个话题..." │
├─────────────────────────────────┤
│ [保留的最近消息] │
│ 用户: xxx │
│ 助手: xxx │
│ 用户: xxx │
│ 助手: xxx │
└─────────────────────────────────┘
💡 手动压缩：发送
/compact即可触发，还可以附带指令，比如/compact 重点保留关于项目架构的讨论
第4章 · Session Pruning（剪枝）——省钱的隐形优化
剪枝 vs 压缩
| 剪枝（Pruning） | 压缩（Compaction） | |
|---|---|---|
| 作用对象 | 仅工具调用结果 | 整个对话历史 |
| 持久化 | ❌ 不修改 JSONL | ✅ 写入 JSONL |
| 触发时机 | 每次 LLM 调用前 | 上下文快满时 |
| 目的 | 省钱（减少缓存重写） | 腾空间 |
为什么需要剪枝？
Anthropic 的提示缓存有 TTL（生存时间）。如果会话空闲超过 TTL，下次请求会重新缓存整个提示，很贵。剪枝在 TTL 过期后裁掉旧的工具结果，减少重新缓存的大小。
两个级别
工具结果（很大）
│
▼
┌──────────────┐
│ 软修剪 │ 保留头尾，中间用 ... 替代
│ (Soft Trim) │
└──────┬───────┘
│ 如果还是太大
▼
┌──────────────┐
│ 硬清除 │ 整个替换为占位符
│ (Hard Clear) │ "[Old tool result content cleared]"
└──────────────┘
什么不会被剪枝？
- ❌ 用户消息——永不修改
- ❌ 助手消息——永不修改
- ❌ 包含图片的工具结果——跳过
- ❌ 最近 N 条助手消息之后的工具结果——受保护
配置
{
"agent": {
"contextPruning": {
"mode": "cache-ttl",
"ttl": "5m",
"keepLastAssistants": 3,
"softTrim": {
"maxChars": 4000,
"headChars": 1500,
"tailChars": 1500
},
"hardClear": {
"enabled": true,
"placeholder": "[Old tool result content cleared]"
}
}
}
}
💡 智能默认值：如果你用的是 Anthropic 的 key，OpenClaw 会自动启用
cache-ttl模式，不需要手动配。
第5章 · Memory（记忆）——跨 Session 的持久化方案
核心问题
Session 会重置、会压缩，模型的"记忆"是短暂的。Memory 系统就是解决"AI 失忆"的终极方案。
三层记忆架构
┌─────────────────────────────────────────────┐
│ 第1层：Session 上下文（最短暂） │
│ · 当前对话的消息历史 │
│ · 压缩后变摘要，重置后完全丢失 │
└─────────────────────────────────────────────┘
▼ 写入文件
┌─────────────────────────────────────────────┐
│ 第2层：Workspace 文件（持久） │
│ · MEMORY.md — 长期记忆 │
│ · memory/YYYY-MM-DD.md — 每日日志 │
│ · AGENTS.md, SOUL.md 等 — 注入系统提示 │
└─────────────────────────────────────────────┘
▼ 语义搜索
┌─────────────────────────────────────────────┐
│ 第3层：Memory Search（语义检索） │
│ · 基于 Embedding 的向量搜索 │
│ · 搜索 MEMORY.md + memory/*.md │
│ · 每次新 session 启动时可自动召回相关记忆 │
└─────────────────────────────────────────────┘
Workspace 文件注入
OpenClaw 会自动把 workspace 中的特定文件注入到系统提示中：
workspace/
├── AGENTS.md ← 工作规范（自动注入）
├── SOUL.md ← 人格定义（自动注入）
├── USER.md ← 用户信息（自动注入）
├── TOOLS.md ← 工具笔记（自动注入）
├── MEMORY.md ← 长期记忆（自动注入）
├── HEARTBEAT.md ← 心跳任务（自动注入）
└── memory/
├── 2026-02-07.md ← 每日日志（需搜索读取）
└── 2026-02-08.md
⚠️ 注入的文件会占用上下文窗口！
MEMORY.md太大会挤压对话空间。
压缩前记忆刷新（Memory Flush）⭐ 最聪明的设计
上下文使用量
│ ████████████████████░░░░░░ ← 软阈值（flush 触发）
│ █████████████████████████░ ← 硬阈值（compaction 触发）
│ ██████████████████████████ ← 上下文窗口上限
流程：
- 上下文接近压缩阈值（但还没到）
- OpenClaw 静默运行一轮，让模型把重要内容写入
memory/YYYY-MM-DD.md - 用户看不到这个过程
- 然后正常触发压缩
{
"agents": {
"defaults": {
"compaction": {
"memoryFlush": {
"enabled": true,
"softThresholdTokens": 4000
}
}
}
}
}
⚠️ Memory Flush 的致命盲区
| 场景 | 会触发 Flush？ |
|---|---|
| 压缩前 | ✅ 会 |
| Session 重置前 | ❌ 不会！ |
这就是"失忆"的根本原因：凌晨4点重置时，没有任何机制把昨晚的对话写入持久记忆。对话就这么没了。
第6章 · Session Tool——运行时的会话控制
常用命令
| 命令 | 作用 |
|---|---|
/status | 查看当前 session 状态、token 用量 |
/new | 重置 session（可选指定模型：/new claude-sonnet） |
/compact | 手动压缩（可附带指令） |
/context list | 查看系统提示中注入了什么 |
/context detail | 详细查看上下文组成 |
/stop | 中止当前运行 + 清除队列 |
/send on/off | 控制消息发送策略 |
Send Policy（发送策略）
可以按规则阻止特定 session 的消息投递：
{
"session": {
"sendPolicy": {
"rules": [
{ "action": "deny", "match": { "channel": "discord", "chatType": "group" } },
{ "action": "deny", "match": { "keyPrefix": "cron:" } }
],
"default": "allow"
}
}
}
第7章 · 实战：五个机制如何协同工作
一条消息的完整旅程
用户发送消息
│
▼
[1] Session 路由
│ 根据来源生成 Session Key
│ 检查是否过期（每日/空闲/手动重置）
│ 过期 → 创建新 Session ID
▼
[2] 加载上下文
│ 读取 JSONL 对话记录
│ 注入 workspace 文件（MEMORY.md 等）
│ 如果有压缩摘要，从摘要开始
▼
[3] Session Pruning（剪枝）
│ 检查缓存 TTL 是否过期
│ 过期 → 裁剪旧工具结果（省钱）
▼
[4] 发送给模型 → 生成回复
▼
[5] 回复后检查
│ 接近阈值 → Memory Flush（静默写日志）
│ 超过阈值 → Auto-Compaction（压缩）
▼
[6] 投递回复
│ 检查 Send Policy → 通过则发送
▼
[7] 写入 JSONL + 更新 sessions.json
▼
✅ 完成
记忆保持可靠性排行
可靠性
▲
手动写入文件 ────┤ ★★★★★ 最可靠，但需要主动操作
Memory Flush ───────┤ ★★★★ 压缩前自动触发，重置前不触发
Memory Search ──────┤ ★★★ 新 session 可召回，依赖搜索质量
Compaction 摘要 ────┤ ★★ 保留大意，丢失细节
纯靠 Session ───────┤ ★ 重置就没了
└──────────→ 自动化程度
🏆 推荐配置组合
{
"session": {
"reset": {
"mode": "daily",
"atHour": 4,
"idleMinutes": 480
}
},
"agents": {
"defaults": {
"compaction": {
"memoryFlush": {
"enabled": true,
"softThresholdTokens": 4000
}
},
"memorySearch": {
"enabled": true
}
}
}
}
📋 全文速查表
| 概念 | 一句话 | 持久化？ | 自动？ |
|---|---|---|---|
| Session Reset | 创建新对话，旧上下文断开 | 旧 JSONL 保留 | ✅ 每日/空闲 |
| Compaction | 旧对话压缩成摘要 | ✅ 写入 JSONL | ✅ 上下文满时 |
| Pruning | 裁剪旧工具结果省钱 | ❌ 仅内存中 | ✅ 每次调用前 |
| Memory Flush | 压缩前静默写日志 | ✅ 写入文件 | ✅ 接近阈值时 |
| Memory Search | 语义搜索历史记忆 | N/A（读取） | 半自动 |
| Workspace 注入 | 文件内容注入系统提示 | ✅ 文件本身 | ✅ 每次加载 |
写在最后
OpenClaw 的 Session 体系设计得其实很精巧——重置保证干净、压缩保证连续、剪枝保证省钱、记忆保证持久。但如果你不了解这套机制，就会在某个早晨被"你好，请问有什么可以帮你？"当头一棒。
希望这篇文章能帮你少踩一个坑。
如果对你有帮助，点个赞收个藏，我后续还会更新 OpenClaw 的其他深度拆解。
📌 声明：本文基于个人学习和实践整理，如有错误欢迎指正。
转载自CSDN-专业IT技术社区
原文链接：https://blog.csdn.net/coolyoung520/article/details/157901818
