Agent Skills
返回列表
OpenClaw 会话状态恢复

OpenClaw 会话状态恢复

AI Agent 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_15292d5a/yjkj-conversation-recovery。

技能介绍

解决的问题

OpenClaw 会话常在长任务、中断或跨渠道交接时出现上下文断裂：模型仍可能继续回答，但容易遗漏用户目标、已确认事实和任务状态。conversation-recovery 把关键对话状态从自然语言里显式抽取出来，变成可保存、可读取、可恢复的结构化快照，减少“重新解释一遍上下文”的成本。

如何工作

  • 会话模型：每个会话是 Session，记录状态、渠道与时间戳等元数据。
  • 快照内容：Snapshot 保存 Intent、Fact、Task 三类信息，分别描述用户想做什么、已经确认了什么、任务进展到哪里。
  • 恢复流程：从 ~/.openclaw/conversation-recovery/snapshots/ 读取快照，生成恢复摘要，再据此继续原会话。
  • 存储方式：数据以 JSON 文件持久化，默认放在 ~/.openclaw/conversation-recovery/，并可用环境变量覆盖路径。

边界与注意

该技能当前覆盖核心数据模型、文件 CRUD、基本会话生命周期和恢复摘要生成。自动触发快照、旧快照压缩、向量检索、知识图谱与 OpenClaw 记忆系统集成仍在后续路线图中。若对话依赖大量未结构化的长期背景，需要结合外部记忆或知识库使用。

使用场景

  • 跨渠道继续同一对话任务时，用快照恢复意图、事实和任务进度。
  • 中断后需要接续长任务时，从会话快照读取已完成事项和待办状态。
  • 把旧会话归档前，保存用户偏好、确认信息和任务摘要，避免关键信息丢失。
  • 多会话之间交接时，生成恢复摘要并继续原来的上下文。

适合人员

  • 维护 OpenClaw 对话流程的 AI 应用工程师，希望中断后仍能按原任务继续。
  • 负责长任务型 Agent 的 Agent 工程师，需要保存意图、事实和任务状态以便续接。
  • 搭建多渠道会话系统的后端工程师，想把不同渠道的上下文交接得更清楚。
  • 管理旧会话归档的数据工程师，需要在归档前保留关键偏好和任务摘要。