AI Agent : le contexte ne se perd jamais : l'architecture de mémoire DAG du plugin LCM OpenClaw natif (et presque tous les AI Agents) tronquent simplement les anciens messages lorsque la conversation dépasse la fenêtre de contexte du modèle - l'information est alors perdue. La principale affirmation de Lossless Claw est : la compression n'est pas synonyme d'oubli. Il remplace l'ancienne méthode de troncature par fenêtre glissante par un système de résumés hiérarchiques en DAG (graphe acyclique dirigé), stockant de manière persistante chaque message, permettant à l'Agent de "se souvenir" théoriquement d'une histoire infinie tout en respectant le budget de tokens grâce à un processus de résumé-résumé récursif. • GitHub a déjà obtenu 2k étoiles, 147 forks, et est devenu populaire peu après son lancement - un projet représentatif parmi les outils de l'écosystème OpenClaw • Le seuil de compression déclenché par le contexte est de 75% (contextThreshold=0.75), ce qui signifie que la compression commence lorsque 25% de marge est encore disponible, évitant ainsi l'explosion de la fenêtre • Protection des 32 derniers messages contre la compression (freshTailCount=32), garantissant la cohérence récente • Utilisation de SQLite pour stocker de manière persistante tous les messages originaux, les nœuds de résumé renvoyant aux messages sources, permettant de restaurer le texte original à tout moment • Trois outils pour l'Agent sont fournis : lcm_grep (recherche), lcm_describe (décrire les nœuds), lcm_expand (développer les détails) • Chaque nœud feuille contient au maximum 20000 tokens de contenu source, l'objectif de compression étant de 1200 tokens ; l'objectif des nœuds de condensation de haut niveau est de 2000 tokens 1. Installation : une seule commande openclaw plugins install @martian-engineering/lossless-claw, sans modification manuelle du JSON 2. Configuration : spécifiez contextEngine: "lossless-claw" dans la configuration d'OpenClaw, ajustez les paramètres via des variables d'environnement 3. Modèle de conception principal : • Compression automatique après chaque tour de conversation (peut être désactivée) • Ancien message → Résumé feuille → Nœud condensé, condensation progressive, formant un DAG • Lorsque l'Agent appelle lcm_expand, il se déploie à l'envers à partir du DAG, restaurant les détails originaux 4. Persistance de session : en conjonction avec session.reset.idleMinutes: 10080 (7 jours), permet à la même session de survivre une semaine, la mémoire LCM s'accumulant entre les sessions...