AI Agent context gaat nooit verloren: de DAG-geheugenarchitectuur van de LCM-plugin Native OpenClaw (en bijna alle AI Agents) snijdt eenvoudigweg oude berichten af wanneer het gesprek de contextvenster van het model overschrijdt - informatie gaat zo verloren. De kernstelling van Lossless Claw is: compressie is niet gelijk aan vergeten. Het vervangt het oorspronkelijke sliding window-truncatiemechanisme door een gelaagd samenvattingssysteem op basis van een DAG (gerichte acyclische grafiek), waarbij elk bericht permanent wordt opgeslagen. Door middel van samenvatten en opnieuw samenvatten in een recursieve concentratie kan de Agent, terwijl hij binnen het tokenbudget blijft, theoretisch "oneindig lange" geschiedenis "onthouden". • GitHub heeft 2k sterren, 147 forks, en is snel populair geworden - een representatief project binnen de OpenClaw-ecosysteemtools • De drempel voor context-triggerende compressie is 75% (contextThreshold=0.75), wat betekent dat er al bij 25% headroom wordt begonnen met concentreren, om het venster niet te laten exploderen • Beschermt de laatste 32 berichten tegen compressie (freshTailCount=32), om recente samenhang te waarborgen • Onderliggend gebruikt het SQLite om alle originele berichten permanent op te slaan, samenvattingsknooppunten linken terug naar de originele berichten, zodat deze op elk moment kunnen worden hersteld • Biedt drie Agent-tools: lcm_grep (zoeken), lcm_describe (beschrijf knooppunt), lcm_expand (details uitbreiden) • Elk bladknooppunt heeft maximaal 20000 tokens aan broninhoud, met een compressiedoel van 1200 tokens; het doel voor hogere concentratieknooppunten is 2000 tokens 1. Installatie: één regel commando openclaw plugins install @martian-engineering/lossless-claw, geen handmatige aanpassing van JSON nodig 2. Configuratie: geef in de OpenClaw-configuratie contextEngine: "lossless-claw" op, en pas parameters aan via omgevingsvariabelen 3. Kernontwerppatroon: • Automatische compressie na elke gespreksronde (kan worden uitgeschakeld) • Oude berichten → Leaf Summary → Condensed Node, stap voor stap concentreren, waardoor een DAG ontstaat • Wanneer de Agent lcm_expand aanroept, wordt de oorspronkelijke detailinformatie hersteld vanuit de DAG 4. Sessieduur: in combinatie met session.reset.idleMinutes: 10080 (7 dagen) kan dezelfde sessie een week overleven, LCM-geheugen accumuleert over sessies...