Token导航 LogoToken导航

Agent Skill · 研究检索

context-switch-token-optimizer(上下文切换令牌优化器)

context-switch-token-optimizer 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。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。

context-switch-token-optimizer 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为权限未标注;许可证为 MIT-0,第三方扫描已通过,按安装量在研究检索类的 73,675 个 Skill 里排第 16,267。

总安装 7,295周安装 298GitHub Stars 公开资料未说明下载 2,360核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.1

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:context-switch-token-optimizer(上下文切换令牌优化器)
来源仓库:https://github.com/nicochow/context-switch-token-optimizer
安装命令:
openclaw skills install context-switch-token-optimizer
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 context-switch-token-optimizer

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

智能对话上下文切换与 Token 优化。分析对话主题连续性以管理上下文、在话题间切换并节省 Token。适用于多任务对话、项目工作流、学习研究等需管理上下文与 Token 使用的场景。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install context-switch-token-optimizer;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

context-switch-token-optimizer 怎么安装?

在终端执行 openclaw skills install context-switch-token-optimizer。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

context-switch-token-optimizer 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

context-switch-token-optimizer 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

context-switch-token-optimizer 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

context-switch-token-optimizer 用的人多吗?

公开数据是累计安装 7,295 次,近一周安装 298 次,下载 2,360 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

context-switch-token-optimizer 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
context-switch-token-optimizer

上下文切换令牌优化器 · 本页

7,295—权限未标注MIT-0通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
context-switch-token-optimizer
description
>-

Context Switch Token Optimizer

技能描述

通过关键词相似度、弱关联子串与时间衰减判断「连续 / 渐变漂移压缩 / 硬切换」,并可监控 Token、触发压缩与清理。实现见 context_manager.py、token_optimizer.py;详细算法见 docs/TOPIC_AND_CONTINUITY.md。

上下文动作(与代码一致)

动作条件行为
load_memory无当前主题且无历史建主题、可选加载 memory/topic 下记忆
continuous与上一轮相似度 ≥ similarity_threshold追加历史,不压缩
drift_compress相似度 ∈ [continuity_threshold, similarity_threshold)对话仍连续;压缩与当前弱相关的历史轮(is_compressed,保留短摘要)
switch_context相似度 < continuity_threshold硬切换,换记忆、增 switch_count

相似度计算:calculate_topic_similarity()(关键词 Jaccard 式重叠 × 时间衰减 + 2 字子串/首字弱关联 + continuity_bonus_for_partial,弱关联封顶 drift_similarity_cap)。

持久化状态格式(memory/context_switch_state.json)

与 ContextState / TopicSummary 一致,主题历史项包含:

  • topic, keywords, timestamp, tokens_used, content_snippet, is_compressed
  • 顶层另有:current_topic, memory_context, last_switch_time, switch_count, total_tokens

配置文件(config.json)

所有键名与 load_skill_config() 默认值一致;用户 JSON 按顶层块与默认合并(同一块内键覆盖,未写的子键保留默认)。

context_switch

键名类型默认说明
similarity_thresholdnumber0.7≥ 此值判为 continuous
continuity_thresholdnumber0.35< 此值判为硬切换 switch_context
compress_relevance_thresholdnumber0.3drift_compress 时,历史轮与当前相似度低于此则压缩该轮
continuity_bonus_for_partialnumber0.3存在弱关联时的相似度加成
drift_similarity_capnumber0.65弱关联时相似度上限,便于进入 drift_compress
time_decay_factornumber0.95按小时衰减的底数
max_topic_historyint10主题历史条数上限
memory_relevance_thresholdnumber0.5记忆文件匹配阈值
log_levelstring(不设)可由环境变量 CONTEXT_SWITCH_LOG_LEVEL 写入

token_optimization

键名类型默认说明
enabledbooltrue为 false 时不自动触发优化(对应环境变量 TOKEN_OPTIMIZER_ENABLED)
token_limitint80000Token 预算
compression_thresholdint56000压缩参考阈值
context_cleanup_thresholdnumber0.8上下文清理参考
memory_load_limitint2000记忆加载参考
optimization_intervalint300优化间隔(秒,预留)
max_history_sizeint100Token 使用记录条数上限

memory_search

键名类型默认说明
max_search_resultsint5最多返回记忆条数
keyword_limitint5每轮提取关键词数
search_depthint2可由环境变量 MEMORY_SEARCH_DEPTH 覆盖(1–3)
file_typesstring[]["*.md"]记忆目录 glob

optimization_settings

键名说明
auto_optimization是否自动优化(策略预留)
health_score_threshold健康分阈值
suggestions_check_interval建议检查间隔(秒)

环境变量(与 apply_environment_overrides() 一致)

环境变量映射配置键取值与行为
CONTEXT_HISTORY_SIZEcontext_switch.max_topic_history正整数,限制在 1–100
MEMORY_SEARCH_DEPTHmemory_search.search_depth正整数,限制在 1–3
TOKEN_OPTIMIZER_ENABLEDtoken_optimization.enabledtrue/1/yes/on 为启用;false/0/no/off 为禁用(禁用后使用率 >70% 也不触发 trigger_optimization)
CONTEXT_SWITCH_LOG_LEVELcontext_switch.log_levelDEBUG / INFO / WARNING / ERROR / CRITICAL;设置根 logger 级别

未设置上述环境变量时,行为完全由 config.json 与代码默认决定。

CLI 与入口

  • 主入口:python3 context-switch-token-optimizer.py [--config path] --process|--status|--reset|--test
  • 子模块:context_manager.py、token_optimizer.py(参数见 --help)

维护: Hermosa 版本: v1.1 最后更新: 2026-03-17

平台分布

OpenClaw

87.73%
按下载量换算2,070

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

权限未标注

当前来源未能明确判断权限范围,默认进入异常复核队列。

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。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills