OpenClaw 是一个开源的本地自主 AI 代理项目，它能通过你常用的聊天工具（如 WhatsApp、Telegram、Slack 等）与你对话，并帮你处理邮件、日历、浏览器操作等各种实际任务。作为一个完全本地运行的“个人 AI 助理”，它最大的优势在于隐私和可控性，但也因此继承了大多数长上下文代理的经典问题：当对话积累到一定长度后，默认的内存机制会进行 compaction（上下文压缩/截断），导致代理“忘记”早期的重要信息。
OpenClaw 的创始人 Peter Steinberger 今天在推特上公开推荐了一个社区插件，来解决这个让很多用户抓狂的“蟹容易忘事”问题。他直言：如果默认内存功能对你来说不够好，不妨试试这个--lossless-claw。
什么是 lossless-claw？
lossless-claw（全称 Lossless Claw - LCM，即 Lossless Context Management）是由 Martian-Engineering 团队开发的一个 OpenClaw 插件，灵感来源于 LCM 论文。它彻底替换了 OpenClaw 原生的滑动窗口压缩机制，转而采用一套基于 DAG（有向无环图）的分层摘要系统，实现真正的“永不遗忘”。
核心思路非常优雅：
- 所有消息永久保存：每一条用户和代理的消息都会被完整存入本地的 SQLite 数据库（默认路径
~/.openclaw/lcm.db），绝不丢弃任何原始内容。 - 分层摘要 + DAG 结构：系统用 LLM 把旧消息分块生成摘要，形成树状（DAG）结构：
- 最底层（leaf 节点）：对小批次消息（例如每 8 条）的精炼摘要；
- 更高层（condensed 节点）：对多组 leaf 摘要再做进一步压缩。
- 动态上下文组装：每次生成回复时，插件会智能挑选相关摘要 + 最近的原始消息，塞进模型的上下文窗口，既保持信息完整，又不会超 token 限制。
- 代理可主动“找回”细节：插件为代理提供了几个强大工具：
lcm_grep：像 grep 一样全文搜索历史；lcm_describe：描述某个历史片段；lcm_expand：展开某个摘要节点，恢复原始内容。
这样一来，你的“蟹”不仅不会随便忘事，还能像人类一样“想起来再细查”，极大提升长周期任务的可靠性和连贯性。
为什么会推荐第三方插件？
Peter 在帖子中提到：“周围正在构建很多很酷的东西。如果默认内存对你来说不够好，试试 qmd memory plugin！如果 compaction 后你的 crustacean 容易忘事，那就试试 lossless-claw。”
项目地址：https://github.com/martian-engineering/lossless-claw
OpenClaw 主仓库：https://github.com/openclaw/openclaw
🦞 让你的 Claw 拥有永不失忆的超级记忆体吧！
原创文章，更多OpenClaw养龙虾教程，微信搜索橙市播 客小程序
微信扫描下方的二维码阅读更多精彩内容
声明：本站所有文章，如无特殊说明或标注，均为橙市播客原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。如果你是AI总结，务必加上此版权说明
