技能介绍

它解决什么问题

OpenClaw 靠 lossless-claw 插件做上下文管理，并开启了缓存感知压缩（cacheAwareCompaction）。但缓存命中有个前提：系统提示 → 角色配置 → 记忆文件 → 会话历史 这条链上，越靠前的部分越要保持原样。

实际跑一段时间之后，工作区里的记忆文件会慢慢失控：feedback-*.md 反复追加同样的规则，历史数据只增不减，文件体积持续膨胀。一旦每次注入的上下文都在变，300 秒的缓存 TTL 一过就得整体重新加载，token 成本和首字延迟都会跟着上来。

lossless-claw 管的是会话级的压缩，它看不到文件层面哪些内容是冗余的。这就是本技能的位置：在自动压缩发生之前，先把文件整理干净。

三个命令各自做什么

/cache-diagnose：扫描工作区目录（默认 ~/.qclaw/workspace/）和数据目录（默认 ~/.claude-db/），把每个文件归为 stable、volatile、growing、feedback 四类，输出诊断报告。只读，不写任何文件，应在 3 秒内完成。
/cache-compact：合并冗余、归档历史、减小注入体积。流程是先读每个 feedback-*.md，判断规则是否已存在于 MEMORY.md 或 experience.md，分成可归档的重复项、可合并项、需保留项；再把新规则按现有条目格式并入 MEMORY.md 的铁律表或路标表；重复的 feedback 文件移动到 ~/.claude-db/archive/feedback-legacy/，不删除、可随时恢复；最后输出压缩报告。只有用户手动执行时才会改动文件。
/cache-report：读取 ~/.claude-db/cache-metrics.jsonl，对比最早与最新的 total_size_bytes、volatile_kb、stable_kb 计算趋势，稳定性评分 = 100 - (平均每次 session 体积变化 / 总注入体积 × 100)。

适用边界

工作区和数据目录路径可通过 OPENCLAW_WORKSPACE、OPENCLAW_DB_DIR 环境变量自定义，代码里没有硬编码。

几点需要注意：合并 feedback 之前必须先跑完整诊断，避免丢信息；MEMORY.md 的格式与结构不会被破坏，但新规则按现有格式写入，合并结果是否符合预期需要自己确认；归档是移动不是删除，想恢复直接从 archive 目录拷回即可；本技能与 lossless-claw 互补而不替代，它只做文件级优化，会话级的上下文压缩仍由插件负责。

截图预览

使用场景

当你发现 OpenClaw 每次会话的 token 消耗越来越高，需要运行 `/cache-diagnose` 扫描记忆文件，找出导致缓存失效的 volatile 或 growing 文件。
当工作区积累了大量重复的 feedback 规则文件，需要执行 `/cache-compact` 将冗余规则合并进 MEMORY.md 并归档历史文件，以减小注入体积。
当你想知道优化是否有效，需要查看 `/cache-report` 对比历史缓存体积指标，确认上下文稳定性评分是否提升。