Nesta página
Nesta página
Agent runtime
Contexto
"Contexto" é tudo o que o OpenClaw envia ao modelo durante uma execução. Ele é limitado pela janela de contexto do modelo (limite de tokens).
Modelo mental para iniciantes:
- Prompt do sistema (criado pelo OpenClaw): regras, ferramentas, lista de Skills, horário/ambiente de execução e arquivos do espaço de trabalho injetados.
- Histórico da conversa: suas mensagens + as mensagens do assistente nesta sessão.
- Chamadas/resultados de ferramentas + anexos: saída de comandos, leitura de arquivos, imagens/áudio etc.
Contexto não é a mesma coisa que "memória": a memória pode ser armazenada em disco e recarregada posteriormente; o contexto é o que está dentro da janela atual do modelo.
Início rápido (inspecionar o contexto)
/status→ visão rápida de "quanto da minha janela está ocupado?" + configurações da sessão./context list→ o que está injetado + tamanhos aproximados (por arquivo + totais)./context detail→ detalhamento mais aprofundado: tamanhos por arquivo, por esquema de ferramenta, por entrada de Skill, tamanho do prompt do sistema e contagens de mensagens da transcrição que podem passar por Compaction./context map→ imagem de mapa de árvore no estilo WinDirStat com os elementos rastreados que contribuem para o contexto da sessão atual./usage tokens→ adiciona um rodapé de uso por resposta às respostas normais./compact→ resume o histórico mais antigo em uma entrada compacta para liberar espaço na janela.
Veja também: Comandos de barra, Uso e custos de tokens, Compaction.
Exemplo de saída
Os valores variam conforme o modelo, o provedor, a política de ferramentas e o conteúdo do seu espaço de trabalho.
/context list
/context detail
/context map
Envia uma imagem gerada a partir do relatório mais recente de execução armazenado em cache e da transcrição da sessão. Antes que uma mensagem normal produza um relatório de execução na sessão, /context map retorna uma mensagem de indisponibilidade em vez de renderizar uma estimativa. A área de cada retângulo é proporcional aos caracteres rastreados do prompt:
- transcrição da conversa (mensagens do usuário, respostas do assistente, resultados de ferramentas, resumos de Compaction), além do contexto de execução por turno e das adições de prompt de hooks que chegam apenas ao modelo
- arquivos injetados do espaço de trabalho
- texto-base do prompt do sistema
- entradas de prompt de Skills
- esquemas JSON das ferramentas
O grupo da conversa cresce junto com a sessão, portanto o mapa muda a cada turno; após a Compaction, ele se reduz a um bloco de resumos.
/context list, /context detail e /context json ainda podem inspecionar uma estimativa sob demanda quando nenhum relatório de execução está armazenado em cache.
O que conta para a janela de contexto
Tudo o que o modelo recebe conta, incluindo:
- Prompt do sistema (todas as seções).
- Histórico da conversa.
- Chamadas de ferramentas + resultados das ferramentas.
- Anexos/transcrições (imagens/áudio/arquivos).
- Resumos de Compaction e artefatos de poda.
- "Wrappers" do provedor ou cabeçalhos ocultos (não visíveis, mas ainda contabilizados).
Como o OpenClaw cria o prompt do sistema
O prompt do sistema é controlado pelo OpenClaw e recriado a cada execução. Ele inclui:
- Lista de ferramentas + descrições curtas.
- Lista de Skills (apenas metadados; veja abaixo).
- Localização do espaço de trabalho.
- Horário (UTC + horário convertido do usuário, se configurado).
- Metadados do ambiente de execução (host/SO/modelo/raciocínio).
- Arquivos de inicialização do espaço de trabalho injetados em Contexto do projeto.
Detalhamento completo: Prompt do sistema.
Arquivos injetados do espaço de trabalho (Contexto do projeto)
Por padrão, o OpenClaw injeta um conjunto fixo de arquivos do espaço de trabalho (se estiverem presentes):
AGENTS.mdSOUL.mdTOOLS.mdIDENTITY.mdUSER.mdHEARTBEAT.mdBOOTSTRAP.md(somente na primeira execução)
Arquivos grandes são truncados individualmente conforme agents.defaults.bootstrapMaxChars (padrão: 20000 caracteres). O OpenClaw também aplica um limite total à injeção de arquivos de inicialização por meio de agents.defaults.bootstrapTotalMaxChars (padrão: 60000 caracteres). /context mostra os tamanhos bruto e injetado e se houve truncamento.
Quando ocorre truncamento, o ambiente de execução pode injetar um bloco de aviso no próprio prompt, em Contexto do projeto. Configure isso com agents.defaults.bootstrapPromptTruncationWarning (off, once, always; padrão: always).
Skills: injetadas versus carregadas sob demanda
O prompt do sistema inclui uma lista de Skills compacta (nome + descrição + localização). Essa lista tem uma sobrecarga real.
As instruções das Skills não são incluídas por padrão. Espera-se que o modelo use read no arquivo SKILL.md da Skill somente quando necessário.
Ferramentas: há dois custos
As ferramentas afetam o contexto de duas maneiras:
- Texto da lista de ferramentas no prompt do sistema (o que você vê como "Ferramentas").
- Esquemas das ferramentas (JSON). Eles são enviados ao modelo para que ele possa chamar as ferramentas. Contam para o contexto, embora você não os veja como texto simples.
/context detail detalha os maiores esquemas de ferramentas para que você possa identificar o que predomina.
Comandos, diretivas e "atalhos embutidos"
Os comandos de barra são processados pelo Gateway. Há alguns comportamentos diferentes:
- Comandos independentes: uma mensagem que contém apenas
/...é executada como comando. - Diretivas:
/think,/fast,/verbose,/trace,/reasoning,/elevated,/exec,/model,/queuesão removidas antes que o modelo veja a mensagem.- Mensagens que contêm apenas diretivas mantêm as configurações da sessão.
- Diretivas embutidas em uma mensagem normal funcionam como sugestões específicas para essa mensagem.
- Atalhos embutidos (somente remetentes incluídos na lista de permissões): determinados tokens
/...dentro de uma mensagem normal podem ser executados imediatamente (exemplo: "olá /status") e são removidos antes que o modelo veja o texto restante.
Detalhes: Comandos de barra.
Sessões, Compaction e poda (o que persiste)
O que persiste entre as mensagens depende do mecanismo:
- Histórico normal persiste na transcrição da sessão até passar por Compaction ou ser podado pela política.
- Compaction mantém um resumo na transcrição e preserva intactas as mensagens recentes.
- Poda remove resultados antigos de ferramentas do prompt em memória para liberar espaço na janela de contexto, mas não reescreve a transcrição da sessão — o histórico completo ainda pode ser inspecionado no disco.
Documentação: Sessão, Compaction, Poda da sessão.
Por padrão, o OpenClaw usa o mecanismo de contexto legacy integrado para montagem e
Compaction. Se você instalar um Plugin que forneça kind: "context-engine" e
selecioná-lo com plugins.slots.contextEngine, o OpenClaw delegará a montagem
do contexto, /compact e os hooks relacionados ao ciclo de vida do contexto de subagentes a esse
mecanismo. ownsCompaction: false não aciona automaticamente o mecanismo
legacy como alternativa; o mecanismo ativo ainda precisa implementar compact() corretamente. Consulte
Mecanismo de contexto para conhecer a interface
completa conectável, os hooks de ciclo de vida e a configuração.
O que /context realmente informa
/context dá preferência ao relatório mais recente do prompt do sistema criado pela execução, quando disponível:
System prompt (run)= capturado da última execução incorporada (com suporte a ferramentas) e mantido no armazenamento da sessão.System prompt (estimate)= calculado dinamicamente quando não existe um relatório de execução (ou quando a execução ocorre por meio de um backend de CLI que não gera o relatório).
Em ambos os casos, ele informa tamanhos e os principais elementos contribuintes; ele não exibe o prompt completo do sistema nem os esquemas das ferramentas. No modo detalhado, também compara a transcrição da sessão com o mesmo predicado de mensagens de conversa real usado pela Compaction, facilitando distinguir o uso elevado de prompt/cache do histórico de conversa que pode passar por Compaction.
Relacionados
Injeção personalizada de contexto por meio de Plugins.
Resumo de conversas longas para mantê-las dentro da janela do modelo.
Como o prompt do sistema é criado e o que ele injeta a cada turno.
O ciclo completo de execução do agente, desde a mensagem recebida até a resposta final.