Argomenti di tendenza
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
AI Agent il contesto non viene mai perso: l'architettura di memoria DAG del plugin LCM
OpenClaw nativo (e quasi tutti gli AI Agent) semplicemente tronca i vecchi messaggi quando la conversazione supera la finestra di contesto del modello - le informazioni vengono perse.
La principale affermazione di Lossless Claw è: comprimere non equivale a dimenticare. Sostituisce il meccanismo di troncamento della finestra mobile con un sistema di riepilogo gerarchico DAG (grafo aciclico diretto), memorizzando in modo persistente ogni messaggio e, attraverso un processo di riepilogo e ri-riepilogo ricorsivo, consente all'Agent di "ricordare" teoricamente una storia di lunghezza infinita mantenendo il budget dei token.
• GitHub ha già ottenuto 2k stelle, 147 fork, diventando popolare poco dopo il lancio - un progetto rappresentativo tra gli strumenti dell'ecosistema OpenClaw
• La soglia di attivazione della compressione del contesto è del 75% (contextThreshold=0.75), il che significa che inizia a comprimere quando c'è ancora un margine del 25%, evitando il sovraccarico della finestra
• Protegge gli ultimi 32 messaggi dalla compressione (freshTailCount=32), garantendo coerenza recente
• Utilizza SQLite per memorizzare in modo persistente tutti i messaggi originali, i nodi di riepilogo collegano i messaggi sorgente, permettendo di espandere e recuperare il testo originale in qualsiasi momento
• Fornisce tre strumenti per l'Agent: lcm_grep (ricerca), lcm_describe (descrivere i nodi), lcm_expand (espandere i dettagli)
• Ogni nodo foglia ha un massimo di 20000 token di contenuto sorgente, l'obiettivo di compressione è di 1200 token; l'obiettivo per i nodi di compressione di alto livello è di 2000 token
1. Installazione: un comando openclaw plugins install @martian-engineering/lossless-claw, senza bisogno di modificare manualmente il JSON
2. Configurazione: specificare contextEngine: "lossless-claw" nella configurazione di OpenClaw, regolare i parametri tramite variabili ambientali
3. Modello di design principale:
• Compressione automatica dopo ogni round di conversazione (disattivabile)
• Messaggi vecchi → Riepilogo Foglia → Nodo Compresso, compressione a strati, formando un DAG
• Quando l'Agent chiama lcm_expand, espande all'indietro dal DAG, ripristinando i dettagli originali
4. Persistenza della sessione: insieme a session.reset.idleMinutes: 10080 (7 giorni) consente alla stessa sessione di sopravvivere per una settimana, la memoria LCM si accumula tra le sessioni...
Principali
Ranking
Preferiti
