Token导航 LogoToken导航TokenDH.com
效率需要联网clawhub未标认证来源可访问clear审计提醒

hawk-context鹰语背景

Agent Skill

hawk-context 用于补充效率相关能力,适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

3,231

周安装

132

GitHub Stars

公开资料未说明

下载量

1,045
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:hawk-context(鹰语背景)
来源仓库:https://github.com/relunctance/hawk-context
安装命令:
openclaw skills install hawk-context
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install hawk-context

简介

用于实时压缩对话上下文,缓解上下文溢出问题。

  • 可自动瘦身长对话,提升模型处理效率。适用宿主包括 OpenClaw,接入前应确认版本、权限和运行环境要求。
  • 通过自然语言指令激活,如“压缩上下文”等。
  • 需确认是否影响原始对话记录与上下文完整性。
  • hawk-context 属于效率类 Skill,可作为该场景下的辅助能力补充。

SKILL.md

name
context-compressor
description
|

Context Compressor 🦅

纯上下文压缩引擎 — 不是记忆库,是救命工具。 当上下文爆炸前,压缩当前对话,继续轻松对话。

核心定位

工具做什么何时用
Context Compressor压缩当前对话上下文现在、立刻、当上下文快满
memory-lancedb-pro跨会话持久记忆对话之间存取知识
context-hawk长期记忆管理日常沉淀

Context Compressor = 急救工具。memory-lancedb-pro/context-hawk = 日常工具。


触发方式

自动触发(推荐):

  • 上下文超过 70% 时自动提示压缩
  • 每 10 轮对话自动检查水位

手动触发

  • "压缩上下文" / "compress context"
  • "上下文爆了" / "context full"
  • "瘦身" / "reduce context"
  • /compress

Quick Start

# Install skill
openclaw skills install ./context-compressor.skill

# Auto-link command to ~/bin (one-time)
bash ~/.openclaw/workspace/skills/context-compressor/scripts/install.sh
source ~/.bashrc

# Compress current conversation
hawk-compress --level normal --keep 5

# Dry run (preview)
hawk-compress --dry-run --level light --keep 3

# Python API
python3 -c "from hawk_compress import ContextCompressor; \
  c = ContextCompressor(keep_recent=5); \
  r = c.compress(your_chat_history); \
  print(r['stats']['ratio'])"

压缩原理

输入(压缩前)

[完整对话历史 — 180k tokens — 爆炸边缘]
System: 你是一个助手...
User: 第一个问题...
Assistant: 第一个回答...
User: 第二个问题...
Assistant: 第二个回答...
... (越来越长)

输出(压缩后)

{
  "compressed_prompt": "...[结构化压缩后的对话]...",
  "original_tokens": 180000,
  "compressed_tokens": 32000,
  "ratio": "5.6x",
  "kept_messages": 5,
  "summarized_count": 87,
  "compression_level": "normal",
  "timestamp": "2026-03-29T00:39:00+08:00"
}

压缩层级

层级触发效果适用
light60-70%摘要 > 30天的消息日常维护
normal70-85%摘要 + 保留最近10轮推荐默认
heavy85-95%只保留最近5轮 + 核心摘要紧急急救
emergency> 95%只保留系统提示 + 最近3轮立即执行

系统指令永久保留

以下内容永远不参与压缩(完整保留):

  • System Prompt / SOUL.md / AGENTS.md
  • 用户设定的角色定义
  • 核心规则和约束
  • 当前的任务描述

重要度过滤

压缩时自动判断每条消息的重要度:

重要度消息类型处理方式
🔴 极高决策/规则/任务保留原文
🟡 高技术方案/代码片段保留摘要
🟢 中一般讨论摘要或合并
⚪ 低闲聊/确认/废话直接丢弃

压缩策略

1. 消息摘要

把每条老消息压缩为一句话:

User: 讨论了Laravel的四层架构,讨论了Controller层的作用...
  → [摘要] User就Laravel四层架构提出问题

2. 合并重复

重复的说明/确认/指令合并为一条:

User: 好的
User: 好的
User: 明白了
  → [合并] User确认理解

3. 代码折叠

长代码片段只保留文件路径和关键行号:

[代码: app/Logic/OrderLogic.php — 45行] → [代码折叠]

4. 时间戳裁剪

同一时间段内的密集对话压缩为一条:

[上午10:00-10:30 共12轮对话] → [摘要]

压缩后的上下文格式

## 对话摘要

[最近5轮完整对话]
User: 最新问题...
Assistant: 最新回答...

[历史摘要]
- 2026-03-28: 讨论了Skill架构,决定不拆分
- 2026-03-28: 补充了DAO查询模式
- 2026-03-28: 完成qujin-laravel-team Skill v2

## 任务状态
- 当前任务:压缩上下文
- 进度:进行中

## 核心规则(永久保留)
[系统提示内容]

## 用户偏好(永久保留)
[关键偏好]

参考文档

文档用途
references/compression-logic.md压缩算法详解
references/auto-trigger.md自动触发机制
references/structured-output.mdJSON输出格式
references/cli.mdCLI工具

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

91.22%
按下载量换算953

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills